আইপিথনে পান্ডাস লাইব্রেরি ব্যবহার করে একটি .xlsx ফাইল কীভাবে পড়বেন?


110

আমি পাইথনের পান্ডাস লাইব্রেরি ব্যবহার করে একটি .xlsx ফাইলটি পড়তে এবং ডেটা পোস্টগ্রাইএসকিউএল টেবিলটিতে পোর্ট করতে চাই।

এখন অবধি আমি যা করতে পেরেছি তা হ'ল:

import pandas as pd
data = pd.ExcelFile("*File Name*")

এখন আমি জানি যে পদক্ষেপটি সফলভাবে সম্পাদিত হয়েছে, তবে আমি জানতে চাই যে আমি যে এক্সেল ফাইলটি পড়েছি তা কীভাবে পার্স করতে পারি যাতে আমি বুঝতে পারি যে এক্সেলটিতে থাকা ডেটাটি কীভাবে ভেরিয়েবলের ডেটাতে ডেটা ম্যাপ করে।
আমি শিখেছি যে ডেটা হ'ল ডেটা ফ্রেম অবজেক্ট যদি আমি ভুল না করি। সুতরাং আমি এই ডাটাফ্রেম অবজেক্টটিকে কীভাবে প্রতিটি সারি সারি সারি সারি বের করতে পার্স করব।


8
df = pd.ExcelFile ('ফাইলের নাম') p পার্স ('শীট 1'); দস্তাবেজগুলি পান্ডাস.পিডিটা.অর্গ
জেফ

উত্তর:


171

আমি সাধারণত DataFrameপ্রতিটি শীটের জন্য একটি অভিধান তৈরি করি :

xl_file = pd.ExcelFile(file_name)

dfs = {sheet_name: xl_file.parse(sheet_name) 
          for sheet_name in xl_file.sheet_names}

আপডেট করুন: ইন পান্ডাস সংস্করণ 0.21.0+ আপনি ক্ষণস্থায়ী দ্বারা আরো পরিচ্ছন্নভাবে এই আচরণ পাবেন sheet_name=Noneকরার read_excel:

dfs = pd.read_excel(file_name, sheet_name=None)

০.২০ এবং তার আগে, এটি এর sheetnameচেয়ে বেশি ছিল sheet_name(এটি এখন উপরের পক্ষে অবমূল্যায়ন করা হয়েছে):

dfs = pd.read_excel(file_name, sheetname=None)

ধন্যবাদ অ্যান্ডি এটি কাজ করে। এখন এখান থেকে আমার পরবর্তী পদক্ষেপটি পোস্টগ্রিএসকিউএল ডাটাবেসে এটি লেখা। কোন গ্রন্থাগারটি ব্যবহার করা সবচেয়ে ভাল? এসকিউএলএলকেমি?
সবরিশ কপ্পাগান্টু

হুমম্ম যদি আপনি মাইএসকিএল বলেছিলেন - আমি উত্তরটি জানতাম , পোস্টগ্র্যাসগুলি ঠিক একইভাবে কাজ করতে পারে ... যদিও 100% নয়। (একটি ভাল প্রশ্ন হবে।)
অ্যান্ডি হেডেন

আমি এটি কিভাবে করতে হবে। স্ক্ল্যাচলেমি ব্যবহার করেছি। আপনি ঠিক বলেছেন, এটি মাইএসকিএল এর সাথে বেশ মিল। এটিতে একটি ইঞ্জিন তৈরি করা এবং তারপরে মেটাডেটা সংগ্রহ করা এবং ডেটা নিয়ে চারপাশে খেলা জড়িত। ধন্যবাদ আবার অ্যান্ডি! :) সাহায্যের প্রশংসা করুন।
সাবরিশ কপ্পাগান্টু

4
pandas.DataFrame.to_sqlসাহায্য হতে পারে। পড়ার জন্য আপনি তারপরে dp.pyকোনটি পান্ডাস ডেটা ফ্রেম অবজেক্ট ব্যবহার করতে পারবেন can
ফিন অরূপ নীলসন

আমি অনুরূপ কিছু অর্জন করার চেষ্টা করছি, তবে একটি ডাটাফ্রেম তৈরি করতে 2 এক্সএলএক্সএক্স এক্সেল ফাইল ব্যবহার করে আমি ভাবছি যে আপনি কীভাবে এই বিষয়ে এগিয়ে যেতে পারেন এবং আমাকে কীভাবে সহায়তা করতে পারেন, আমি আরেকটি প্রশ্ন তৈরি করে সহায়তা চেয়েছিলাম stackoverflow.com / প্রশ্নগুলি / 16888888 /… @ অ্যান্ডি হেডেন
দীপক এম

27
from pandas import read_excel
# find your sheet name at the bottom left of your excel file and assign 
# it to my_sheet 
my_sheet = 'Sheet1' # change it to your sheet name
file_name = 'products_and_categories.xlsx' # change it to the name of your excel file
df = read_excel(file_name, sheet_name = my_sheet)
print(df.head()) # shows headers with top 5 rows

11

ডেটাফ্রেমের read_excelপদ্ধতিটি পদ্ধতির মতো read_csv:

dfs = pd.read_excel(xlsx_file, sheetname="sheet1")


Help on function read_excel in module pandas.io.excel:

read_excel(io, sheetname=0, header=0, skiprows=None, skip_footer=0, index_col=None, names=None, parse_cols=None, parse_dates=False, date_parser=None, na_values=None, thousands=None, convert_float=True, has_index_names=None, converters=None, true_values=None, false_values=None, engine=None, squeeze=False, **kwds)
    Read an Excel table into a pandas DataFrame

    Parameters
    ----------
    io : string, path object (pathlib.Path or py._path.local.LocalPath),
        file-like object, pandas ExcelFile, or xlrd workbook.
        The string could be a URL. Valid URL schemes include http, ftp, s3,
        and file. For file URLs, a host is expected. For instance, a local
        file could be file://localhost/path/to/workbook.xlsx
    sheetname : string, int, mixed list of strings/ints, or None, default 0

        Strings are used for sheet names, Integers are used in zero-indexed
        sheet positions.

        Lists of strings/integers are used to request multiple sheets.

        Specify None to get all sheets.

        str|int -> DataFrame is returned.
        list|None -> Dict of DataFrames is returned, with keys representing
        sheets.

        Available Cases

        * Defaults to 0 -> 1st sheet as a DataFrame
        * 1 -> 2nd sheet as a DataFrame
        * "Sheet1" -> 1st sheet as a DataFrame
        * [0,1,"Sheet5"] -> 1st, 2nd & 5th sheet as a dictionary of DataFrames
        * None -> All sheets as a dictionary of DataFrames

    header : int, list of ints, default 0
        Row (0-indexed) to use for the column labels of the parsed
        DataFrame. If a list of integers is passed those row positions will
        be combined into a ``MultiIndex``
    skiprows : list-like
        Rows to skip at the beginning (0-indexed)
    skip_footer : int, default 0
        Rows at the end to skip (0-indexed)
    index_col : int, list of ints, default None
        Column (0-indexed) to use as the row labels of the DataFrame.
        Pass None if there is no such column.  If a list is passed,
        those columns will be combined into a ``MultiIndex``
    names : array-like, default None
        List of column names to use. If file contains no header row,
        then you should explicitly pass header=None
    converters : dict, default None
        Dict of functions for converting values in certain columns. Keys can
        either be integers or column labels, values are functions that take one
        input argument, the Excel cell content, and return the transformed
        content.
    true_values : list, default None
        Values to consider as True

        .. versionadded:: 0.19.0

    false_values : list, default None
        Values to consider as False

        .. versionadded:: 0.19.0

    parse_cols : int or list, default None
        * If None then parse all columns,
        * If int then indicates last column to be parsed
        * If list of ints then indicates list of column numbers to be parsed
        * If string then indicates comma separated list of column names and
          column ranges (e.g. "A:E" or "A,C,E:F")
    squeeze : boolean, default False
        If the parsed data only contains one column then return a Series
    na_values : scalar, str, list-like, or dict, default None
        Additional strings to recognize as NA/NaN. If dict passed, specific
        per-column NA values. By default the following values are interpreted
        as NaN: '', '#N/A', '#N/A N/A', '#NA', '-1.#IND', '-1.#QNAN', '-NaN', '-nan',
    '1.#IND', '1.#QNAN', 'N/A', 'NA', 'NULL', 'NaN', 'nan'.
    thousands : str, default None
        Thousands separator for parsing string columns to numeric.  Note that
        this parameter is only necessary for columns stored as TEXT in Excel,
        any numeric columns will automatically be parsed, regardless of display
        format.
    keep_default_na : bool, default True
        If na_values are specified and keep_default_na is False the default NaN
        values are overridden, otherwise they're appended to.
    verbose : boolean, default False
        Indicate number of NA values placed in non-numeric columns
    engine: string, default None
        If io is not a buffer or path, this must be set to identify io.
        Acceptable values are None or xlrd
    convert_float : boolean, default True
        convert integral floats to int (i.e., 1.0 --> 1). If False, all numeric
        data will be read in as floats: Excel stores all numbers as floats
        internally
    has_index_names : boolean, default None
        DEPRECATED: for version 0.17+ index names will be automatically
        inferred based on index_col.  To read Excel output from 0.16.2 and
        prior that had saved index names, use True.

    Returns
    -------
    parsed : DataFrame or Dict of DataFrames
        DataFrame from the passed in Excel file.  See notes in sheetname
        argument for more information on when a Dict of Dataframes is returned.

7

শিটের নাম ব্যবহারের পরিবর্তে, আপনি যদি উবুন্টু পরীক্ষা করার জন্য এক্সেল ফাইলটি জানেন না বা খুলতে না পারেন (আমার ক্ষেত্রে পাইথন ৩.6..7, উবুন্টু ১৮.০৪), আমি প্যারামিটার সূচক_কোল ব্যবহার করি (সূচক_কোল = ০ প্রথম শীট)

import pandas as pd
file_name = 'some_data_file.xlsx' 
df = pd.read_excel(file_name, index_col=0)
print(df.head()) # print the first 5 rows

4
আপনি sheet_name=0শিটটি 0 এর পরিবর্তে ব্যবহার বা নামও রাখতে পারেন
প্লাজেরিটি

4
ঠিক এটা কাজ করে। যদিও এটি নির্ভরতা xlrd এর প্রয়োজন। (pip3.7.4.exe উইন্ডোজ এ xlrd ইনস্টল করুন)
হ্যারি

5

স্প্রেডশিট ফাইলের নাম নির্ধারণ করুন file

স্প্রেডশিট লোড করুন

শিটের নাম মুদ্রণ করুন

নামের সাথে একটি ডেটা ফ্রেমে একটি শীট লোড করুন: df1

file = 'example.xlsx'
xl = pd.ExcelFile(file)
print(xl.sheet_names)
df1 = xl.parse('Sheet1')

2

আপনি যদি read_excel()ফাংশনটি ব্যবহার করে খোলা কোনও ফাইলে ব্যবহার করেন open()তবে rbএনকোডিংয়ের ত্রুটিগুলি এড়াতে ওপেন ফাংশনটিতে যুক্ত করা নিশ্চিত করুন

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.