python数据分析--pandas读取数据--按行和列提取数据

pandas读取数据–按照行和列来提取数据

前言

之前我们学习了如何通过pandas读取数据，但是很多时候我们还需要根据不同的情况，按照行和列来读取数据，有时候我们需要提取一个表格的某几行某几列，或者在读取时只读取前几行，或者从某一行开始往下面读取，这个又应该怎么做呢？
今天就让我们一起来学习这些东西吧。

一、按行读取

在我的d盘python数据分析这个文件夹里面，有这些表格
（这里需要声明一下，这些表格是从我学习python数据分析时，所看过的一本书里面获得的数据源，在这里我非常感谢这本书和这本书的作者，他们给了我前进的方向，我相信如果这本书的作者能看到他所作的书里面的数据源，可以帮到大家，他一定也会很欣慰。）

在名为“上海”的这个表格里，有这样五个表

下面我就通过这五个表来进行讲解。

1.标题行

我们先来复习一下昨天所学的知识，关于标题行。
首先我们分析这个表格的路径:d盘 python数据分析文件夹 上海.xlsx
那么我们怎么读取这些数据呢

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name)
print(df1)

我们在pycharm中输入上面代码，运行后结果如下：

这里我们错误地将第一行当做了标题，那么怎么改呢？这个问题我们上一节已经讲过，小伙伴们可以看一下我上一篇文章。》》点击这里进行查看

我们通过header这个参数来控制读取的数据
代码修改如下：

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,header=None)
print(df1)

点击运行后结果如下：

2.跳过行

我们再来看一下第二个表格的内容和数据

我们通过观察可以发现，这个表的数据是从第三行开始的，如果我们直接读取的话，会发生什么呢？

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,sheet_name=1)
print(df1)

输入上述代码后点击运行

我们会发现读取的结果没有标题，而且中间是空的
那么怎么修改呢，很简单，设置参数

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,sheet_name=1,skiprows=[0,1])
print(df1)

上述代码我们加了一个skiprows=[0,1]，意思就是跳过第一行和第二行，我们之前讲过，在计算机中，数据计数是从0开始，0，1，2，3这样主将增大。所以中括号里面的参数是0，1
我们点击运行查看结果

可以看到这里已经成功读取了，当然，我们同样可以将header这个参数设置为2，也就是将第三行当做标题，来实现正确地读取，代码修改后如下：

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,sheet_name=1,header=2)
print(df1)

运行上述代码，结果和上面是一样的，可以成功读取，大家可以试一下。

3.多行标题

我们先来看一下第三个表格的内容

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,sheet_name=2)
print(df1)

我们运行上面代码后，结果如下：

我们可以看到，在表格中其实第一行和第二行都是标题，但是读取以后，他会默认只把第一行当做标题，对于这个问题，我们可以通过修改heade来解决
代码修改如下：

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,sheet_name=2,header=[0,1])
print(df1)

点击运行后，结果如下

可以看到通过设置第一行和第二行都是标题，我们成功读取了数据。

4.保留行

我们先看看这个表，只有第三行，第四行，第六行和第八行有数据，其它行都是空白，这个怎么读呢
如果正常读的话，我们看下效果，可以输入以下代码：

这里我们的数据是从第三行开始，并且第五行和第七行都是空白，这个怎么办呢？

import pandas as pd
file_name=r"D:\python数据分析\上海.xlsx"
df1=pd.read_excel(file_name,sheet_name=3,skiprows=[0,1,4,6])
print(df1)

很简单，用我们上面的skiprows参数就可以
读取结果如下

二、按列读取

1.通过参数

同样是刚才的python数据分析这个文件夹，我们看一下华东这个表格

我们输入下面代码来读取一下数据

import pandas as pd
file_name=r"D:\python数据分析\华东.xlsx"
df1=pd.read_excel(file_name)
print(df1)

运行结果如下：

这里我们读取了全部列，那么如果只想读取片区和包装方式这两列，怎么办呢，
很简单，使用usecols参数就行

import pandas as pd
file_name=r"D:\python数据分析\华东.xlsx"
df1=pd.read_excel(file_name,usecols=["片区","包装方式"])
print(df1)

运行结果如下;

我们之前在学习选择读取的表格时，用到了sheet_name这个参数，我们使用列表加数字进行读取，比如想读取第一个和第三个表格就输入;sheetname=[0,2]
为什么是0，2而不是1，3，这个前面讲过，计算机从0开始计数，我们眼中从左到右的第一个表格，是计算机眼中的第0个表格，那么这里也可以采用这种方法
比如我们想读取“片区”和“包装方式”这两列数据，在计算机眼中就是读取第0列和第4列数据
我们输入下面的代码

import pandas as pd
file_name=r"D:\python数据分析\华东.xlsx"
df1=pd.read_excel(file_name,usecols=[0,4])
print(df1)

运行后结果如下；

还有没有其它方法呢，有的有的，兄弟有的
在excel里面，我们可以看到数据是从第A列往后，依次是B列，C列
那么可不可以通过英文字母来表示读取的列呢，可以看到，片区和包装方式分别是第A列和第E列
我们修改代码如下：

import pandas as pd
file_name=r"D:\python数据分析\华东.xlsx"
df1=pd.read_excel(file_name,usecols="A,E")
print(df1)

最后发现结果如下

以上三种方法都可以实现对特定列的读取，具体用哪一种可以看自己的喜好。

2.预先设置

我们可以用一个列表或者元组将要读取的列给保存，然后在读取的时候直接用这个列表或者元组就行

import pandas as pd
list1=["片区","包装方式"]
file_name=r"D:\python数据分析\华东.xlsx"
df1=pd.read_excel(file_name,usecols=list1)
print(df1)

在上面的代码中，我们用list1这个列表来保存要读取的列名，然后将它传给usecols这个参数
最后运行代码，结果如下

我们还可以通过元组来保存列名，小伙伴们可以自己试一试哟。

总结

今天我们学习了如何通过标题行来灵活地读取数据，还学会了使用四种不同的方式来读取我们需要的列，收获满满哟。
感兴趣的朋友可以点个关注和订阅，我会不定时更新新的python数据分析的内容哟！！！！！