converters和usecolsols的用法是什么,有何用
Admin 2022-08-18 群英技术资讯 517 次浏览
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。
#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。
#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)
#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
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”)
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。
猜你喜欢
这篇文章主要为大家详细介绍了python单向链表实例,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
本文详细讲解了Python文件操作的方法,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
Python的num指什么,主要提供什么功能?其实num就是函数numpy的缩写。
这篇文章主要为大家介绍了Python的模块,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
html库是用于解析HTML的一个工具,是python自带的标准库之一,今天通过本文给大家介绍下python中的标准库html,感兴趣的朋友一起看看吧
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008