converters和usecolsols的用法是什么，有何用-群英

上一篇：Python中的pandas模块提供哪些功能，如何应用下一篇：python中[::-1]怎么样用，与[::-1,::-1]有何不同

这篇文章给大家介绍了“converters和usecolsols的用法是什么，有何用”的相关知识，讲解详细，步骤过程清晰，有一定的借鉴学习价值，因此分享给大家做个参考，感兴趣的朋友接下来一起跟随小编看看吧。

用Python打开Excel数据，读取时需要将”学号“和“ID"转换成字符，以便后续操作

df = pd.read_excel(path, converters={'学号': str, 'ID': str})

以下是我的经历来体会：

我在从Excel读入python的数据时，发现读出的是空值：

import pandas as pd 
df=pd.read_excel("D:/Python/05DataMineML/2022STU(1).xlsx")
df

但是分明是有数据的，大概率出现的原因是sheetname（表的名称）出现了问题。

那就试试其他的方法：

下图是Excel的表头，共有115行数据。

方法一：使用usecols

#获取字段的第一种写法
import pandas as pd
df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',usecols=['学号','姓名','20220101','20220125','20220202','20220208','20220213','20220220','20220226','20220311','20220320','20220327','20220403','randscore'],index_col='姓名',sheet_name='2022STUMOOC')
df.info()

index_col：指定作为表格的索引值
usecols：pandas读取excel使用read_excel()中的usecols参数读取指定的列
sheet_name：表名

重点：要使用usecols参数，sheet_name必须显式写出来。

方法二：使用numpy

#获取字段的第二种写法:使用numpy
import pandas as pd
import numpy as np
df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',converters={'学号':str},usecols=np.arange(3,16),index_col='姓名',sheet_name='2022STU')
df.head()

这里就涉及converters：

converters={'学号':str}：将学号转换为字符类型，以便后续操作。

这里使用了usecols=np.arange(3,16)

方法三：使用切片区间

#获取字段的第三种写法:切片区间
import pandas as pd
import numpy as np
df=pd.read_excel('../05DataMineML/2022STUMOOC (1).xlsx',converters={'学号':str},usecols=("D:P"),index_col='姓名',sheet_name='2022STUMOOC')
df

这里使用了usecols=("D:P")，也就是使用了如下图每列的序号值做切片

总结：

converters用法：转换类型。比如将Excel数据一列从int变成str

usecols用法

usecols=[‘学号',‘姓名']
usecols=np.arange(3,16)
usecols=(“D:P”)

“converters和usecolsols的用法是什么，有何用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业技术相关的知识可以关注群英网络网站，小编每天都会为大家更新不同的知识。

标签： converters和usecols

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

上一篇：Python中的pandas模块提供哪些功能，如何应用下一篇：python中[::-1]怎么样用，与[::-1,::-1]有何不同