Использование Pandas для pd.read_excel () для нескольких листов одной и той же книги

У меня есть большой файл электронной таблицы (.xlsx), который я обрабатываю с помощью Python-панд. Бывает, что мне нужны данные из двух вкладок в этом большом файле. Одна из вкладок содержит массу данных, а другая - всего лишь несколько квадратных ячеек.

Когда я использую pd.read_excel () на любом листе, мне кажется, что загружен весь файл (не только тот лист, который мне интересен). Поэтому, когда я использую метод дважды (по одному разу для каждого листа), мне фактически приходится переносить чтение всей книги дважды (даже если мы используем только указанный лист).

Я использую это неправильно или это просто ограничено таким образом?

Спасибо!

Попробуй pd.ExcelFile:

xls = pd.ExcelFile('path_to_file.xls')
df1 = pd.read_excel(xls, 'Sheet1')
df2 = pd.read_excel(xls, 'Sheet2')

Как отмечает @HaPsantran, весь файл Excel читается во время ExcelFile()разговора (кажется, нет никакого способа обойти это). Это просто избавляет вас от необходимости читать один и тот же файл каждый раз, когда вы хотите получить доступ к новому листу.

Обратите внимание, что sheet_nameаргументом pd.read_excel()может быть имя листа (как указано выше), целое число, указывающее номер листа (например, 0, 1 и т. Д.), Список имен или индексов листа или None. Если предоставляется список, он возвращает словарь, в котором ключами являются имена / индексы листа, а значениями являются фреймы данных. По умолчанию просто возвращается первый лист (т.е. sheet_name=0).

Если Noneуказано, все листы возвращаются в виде {sheet_name:dataframe}словаря.

Есть 3 варианта:

Читайте все листы прямо в упорядоченный словарь.

import pandas as pd

# for pandas version >= 0.21.0
sheet_to_df_map = pd.read_excel(file_name, sheet_name=None)

# for pandas version < 0.21.0
sheet_to_df_map = pd.read_excel(file_name, sheetname=None)

Спасибо @ihightower за указание на это и @toto_tico за указание на проблему с версией.

Прочитайте первый лист непосредственно в dataframe

df = pd.read_excel('excel_file_path.xls')
# this will read the first sheet into df

Прочитайте файл Excel и получите список листов. Затем выберите и загрузите листы.

xls = pd.ExcelFile('excel_file_path.xls')

# Now you can list all sheets in the file
xls.sheet_names
# ['house', 'house_extra', ...]

# to read just one sheet to dataframe:
df = pd.read_excel(file_name, sheetname="house")

Прочитайте все листы и сохраните их в словаре. То же, что первый, но более явный.

# to read all sheets to a map
sheet_to_df_map = {}
for sheet_name in xls.sheet_names:
    sheet_to_df_map[sheet_name] = xls.parse(sheet_name)

Обновление: Спасибо @toto_tico за указание на проблему с версией.

имя_станицы: строка, int, смешанный список строк / целых чисел или нет, по умолчанию 0 устарело с версии 0.21.0: использовать вместо имя_сталицы Source Link

Вы также можете использовать индекс для листа:

xls = pd.ExcelFile('path_to_file.xls')
sheet1 = xls.parse(0)

даст первый лист. для второго листа:

sheet2 = xls.parse(1)

Вы также можете указать имя листа в качестве параметра:

data_file = pd.read_excel('path_to_file.xls', sheet_name="sheet_name")

будет загружать только лист "sheet_name".

pd.read_excel('filename.xlsx') 

по умолчанию читайте первый лист рабочей книги.

pd.read_excel('filename.xlsx', sheet_name = 'sheetname') 

прочитать конкретный лист рабочей тетради и

pd.read_excel('filename.xlsx', sheet_name = None) 

читать все рабочие листы от Excel до pandas, так как тип данных OrderedDict означает вложенные кадры данных, все рабочие листы как кадры данных, собранные внутри данных, и его тип - OrderedDict.

Да, к сожалению, он всегда будет загружать полный файл. Если вы делаете это неоднократно, вероятно, лучше всего извлечь листы в отдельные CSV, а затем загрузить отдельно. Вы можете автоматизировать этот процесс с помощью d6tstack, который также добавляет дополнительные функции, такие как проверка, равны ли все столбцы на всех листах или в нескольких файлах Excel.

import d6tstack
c = d6tstack.convert_xls.XLStoCSVMultiSheet('multisheet.xlsx')
c.convert_all() # ['multisheet-Sheet1.csv','multisheet-Sheet2.csv']

Смотрите примеры d6tstack Excel

Если вы сохранили файл Excel в той же папке, что и ваша программа на Python (относительная адресация), тогда вам просто нужно указать номер листа вместе с именем файла. Синтаксис = pd.read_excel (Filename, SheetNo) Пример:

    data=pd.read_excel("wt_vs_ht.xlsx","Sheet2")
    print(data)
    x=data.Height
    y=data.Weight
    plt.plot(x,y,'x')
    plt.show()