python如何导入表格(python如何导入表格数据绘制图形)
1 如何用Python导入Excel以及csv数据集
Excel是一个二进制文件，它保存有关工作簿中所有工作表的信息
CSV代表Comma Separated Values 。这是一个纯文本格式，用逗号分隔一系列值
Excel不仅可以存储数据，还可以对数据进行操作
CSV文件只是一个文本文件，它存储数据，但不包含格式，公式，宏等。它也被称为平面文件
Excel是一个电子表格，将文件保存为自己的专有格式，即xls或xlsx
CSV是将表格信息保存为扩展名为.csv的分隔文本文件的格式
保存在excel中的文件不能被文本编辑器打开或编辑
CSV文件可以通过文本编辑器（如记事本）打开或编辑
excel中会有若干个表单，每个表单都会这些属性：?
行数（nrows） 列数（ncols） 名称（name） 索引（number）?
import xlrd //执行操作前需要导入xlrd库?
#读取文件?
excel = xlrd.open_workexcel("文件地址") //这里表格名称为excel，文件的地址可以从文件的属性中看到?
#读取表格表单数量?
sheet_num= excel.nsheets // sheet_num为变量，其值为表格表单数量?
#读取表格表单名称?
sheet_name = excel.sheet_names() // sheet_name为变量，其值为表格表单名称?
#如果想要看到上述两个变量，可以使用print()函数将它们打印出来?
#想要读取某个表单的数据，首先获取表单 excel.sheet_by_index(0)?
//表单索引从0开始，获取第一个表单对象 excel.sheet_by_name('xxx')?
// 获取名为”xxx”的表单对象 excel.sheets()?
// 获取所有的表单对象 获取单元格的内容：使用cell_value 方法 这里有两个参数：行号和列号，用来读取指定的单元格内容。?
第一行的内容是:sheet.row_values(rowx=0)?
第一列的内容是:sheet.col_values(colx=0)
CSV是英文Comma Separate Values（逗号分隔值）的缩写，文档的内容是由 “,” 分隔的一列列的数据构成的。在python数据处理中也经常用到。
import csv //执行操作前需要导入csv库?
#csv读取?
遍历其中数据 csv_file = csv.reader(open(‘文件地址’,’r’)) for x in csv_file print(x)
怎么用python读取txt文件里指定行的内容，并导入excel？
全文使用的是xlswriter模块写的，也有人使用?xlrd与?xlutils模块实现，不过还未进行验证
import xlsxwriter
workbook = xlsxwriter.Workbook("D:\\Program Files\\subpy\\sql2.xlsx")#在指定目录下创建一个excle
worksheet = workbook.add_worksheet("students")#新建一个sheet
title_index = ["A","B","C","D"]#sheet中的区域
li = [] #定义一个空列表
blod = workbook.add_format({"bold":True})#定义exlce中写入的字体with open("D:\\Program Files\\subpy\\tets.txt",'r') as f1:#打开txt文档
lines = f1.readlines()#读取所有行内容
n = -1#定义一个变量
for x in lines:#逐行读取
n=n+1
li.append(x[:-1]）#去掉回车符
y= x.split#以空格分字符
for i in range(len(title_index)):#读取excle区域下标
# for i,j in enumerate(title_index)：
content = y[i]#单个字符读取
worksheet.write(n,i,content,blod)#分行分列写入workbook.
close#关闭excle
txt文件可以用行号，用readlines读取出来的数据是一个列表，你可以使用：
f = open('', 'r')
line = f.readlines()
line_need = line[行号-1]
这样来取指定行
怎么通过nrows参数导入数据
1、导入excel表格数据
Excel有两种格式，分别为xls和xlsx格式，两种都可以用python的Pandas模块的read_excel方法导入。read_excel方法返回的结果是DataFrame,DataFrame的一列对应着Excel的一列
read_excel方法参数介绍：
（1）sheet_name参数：该参数用于指定导入Excel中的哪一个sheet,如果不填写这个参数，则默认导入第一个sheet
(2)index_col参数：该参数用于指定表格的哪一列作为DataFrame的行索引。从0开始计数
（3）nrows参数：该参数可以控制导入的行数，该参数在导入文件体积较大时比较有用
（4）skipfooter参数:该参数可以在导入数据时，跳过表格底部的若干行
（5）header参数：当使用Pandas的read_excel方法导入Excel文件时，默认表格的第一行为字段名。如果表格的第一行不是字段名。则需要使用该参数设置字段名
（6）usecols参数：该参数可以控制导入Excel表格中的哪些列
（7）names参数：该参数可以对导入数据的列名进行重命名
import pandas as pd# 导入pandas模块并将其缩写
df=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx")#使用该方法导入数据
df
登录后复制
括号里为本地表格地址，可以通过查看属性进行获取，注意地址的分隔符时反斜杠
df1=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",index_col=0)
df1
#取消行索引
登录后复制
df2=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",nrows=5)
df2
#导入前五行
登录后复制
df3=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",header=None)
df3
#取消表格第一行为默认表头，以0123···为表头
登录后复制
df4=pd.read_excel("C:/Users/kzk/Desktop/背景介绍.xlsx",header=None,name=['A','B','C','D','E'])
df4
#取消表格第一行为默认表头，以ABCDE为表头
登录后复制
df5=pd.read_excel("",header=None,names={'A','B','C','D','E'},usecols=[1,3])
df5
#索引为1和3，也就是第二列和第四列
登录后复制
2、导入CSV格式数据
read_csv方法中的sep参数表示要导入的csv文件的分隔符，默认是半角逗号。encoding参数用来指定CSV文件的编码，常用的有utf-8h和gbk
import pandas as pd
df1=pd.read_csv("",sep=",",encoding="gbk")
df1
登录后复制
df2=pd.read_csv("",sep=",",encoding="gbk",nrows=3)
df2
#只导入前三行
登录后复制
df4=pd.read_csv("",sep=",",encoding="gbk",names=["ID","fruit","amount"])
df4
登录后复制
3、导入JSON数据
JSON数据是一种轻量级的数据交换格式，容易阅读，也容易被机器扫描，在互联网应用中很常见，有时候从后台系统中导出来的数据就是JSON格式
JSON文件实际上存储的是一个JSON对象或者一个JSON数组，JSON对象是由多个键值对组成的，类似python的字典，JSON数组由多个JSON对象组成，类似列表
import pandas as pd
json=pd.read_json("路径")
json
登录后复制
4、导入txt格式数据
使用read_table方法，参数和用法与read_csv类似
import pandas as pd
df1=pd.read_table("路径")
df1
登录后复制
5、导入（爬取）网络数据
在数据分析中，除了可以导入文件和数据库中的数据，还有一类非常重要的数据就是网络数据，网络中每天都会产生大量数据，这些数据具有实时性，种类丰富的特点，因此对于数据分析而言是十分重要的一类数据来源
关键技术：爬取网络表格类数据，pandsa库read_html()方法
read_html()方法用于导入带有table标签的网页表格数据，使用该方法前，首先要确定网页表格数据是否为table标签。右击网页中的表格查看元素
确定后才可以使用read_html的方法
常用参数说明如下
io:字符串，文件路径，也可以是URL连接，网址不接受https，可以尝试去掉s后爬取
header:指定列标题所在的行
index_col:指定列标题所在的行
index_col:指定行标题对应的列
【例】 爬取A股公司营业收入排行榜
中商情报网是专业的产业情报分享云平台，主要提供研究报告、行业分析、市场调研等数据。在本案例中，通过爬取中商情报网中A股公司营业收入排行榜表格获取相应的金融数据，数据网址为
import pandas as pd
url=""
df=pd.read_html(url)[0]#索引为0
print(df)
登录后复制
0 1 2 3
0 排名 股票代码 企业简称 营业收入（亿元）
1 1 600028 中国石化 27408.84
2 2 601857 中国石油 26143.49
3 3 601668 中国建筑 18913.39
4 4 601318 中国平安 11804.44
5 5 601390 中国中铁 10704.17
6 6 601186 中国铁建 10200.10
7 7 601398 工商银行 9427.62
8 8 601628 中国人寿 8585.05
9 9 600941 中国移动 8482.58
10 10 601939 建设银行 8242.46
登录后复制
?
2.2输出数据
1、CSV格式数据输出
【例】导入sales.csv文件中的前10行数据，并将其导出为sales_new.csv文件
关键技术：pandas库中的to_csv方法
在该例中，首先通过pandas库的read_casv方法导入sales.csv文件的前十行数据，然后使用pandas库的to_csv方法将导出的数据输出为sales_new.csv文件
import pandas as pd
df=pd.read_csv("地址",sep=","encoding="gbk",nrows=10)
df.to_csv('sales_new.csv',encoding="gbk")
登录后复制
pandas库的to_csv方法，参数说明：
path_or_buf:要保存的路径及文件名
sep:分割符，默认为","
columns:指定要输出的列，用列名，列表表示，默认值为None
header:是否输出列名，默认值为True
index:是否输出索引，默认值为True
encoding:编码方式，默认值为"utf-8" 也可以是gbk
【例】对于上一小节中的问日，如销售文件格式为：sales.xlsx文件，如何处理
关键技术：DataFrame对象的to_excel方法
与上例相似，该例首先利用Pandas库的read_excel方法读入sales.xlsx文件，然后使用to_excel方法导出新文件
import pandas as pd
df=pd.read_excel("地址")
df1=df.head(10)
df1.to_excel('sales_new.xlsx',encoding="gbk")
登录后复制
2、xlsx格式数据输出
对于Pandas库中的to_excel()方法，有下列参数说明
sheet_name:字符串，默认值为"sheet1",指包含DataFrame数据的表的名称
np_rep:字符串，默认值为’'。指缺失数据的表示方式
columes：序列，可选参数，要编辑的列
header:布尔型或字符串列表，默认值为True。如果给定字符串列表，则表示它是列名称的别名
index:布尔型，默认值为True 行名（索引）
index_label:字符串型或序列，默认值为None。如果文件数据过多的使用多索引，则需使用序列
encoding：指定Excel文件的编码方式，默认值为None
3、导入到多个sheet页中
【例】将sale.xlsx文件中的前十行数据，导出到sales_new.xlsx文件中名为df1的sheet页中将后五行数据导出到名为df2的sheet页中
首先建立df1/df2sheet页，然后使用pd.ExcelWriter方法打开sales_new.xlsx文件，再用to_excel方法导入到指定的sheet页中
如何将python导入excel，设置字号
将txt
文件导入python代码：
import
pandas
as
pd
path='1.txt'
data=pd.read_csv(path,sep='\t')
想要”优雅“导入，建议使用pandas，matplotlib：
import
pandas
as
pd
data
=
pd.read_csv("aaa.csv")
data.columns
#查看表格有哪些列，可以看到有x,
y,
z列
data['x']
#查看x列
data['y']
#查看y列
data['z']
#查看z列
import
matplotlib.pyplot
as
plt
plt.bar(data['x'],
data['y'])
#画柱状图
plt.title('example')
#设置标题
plt.xlabel('x')
#横坐标加说明文字'x'
plt.ylabel('y')
#纵坐标加说明文字'y'
plt.show()
#显示图形
新手学习Python，求教Python中如何导入excel数据
读excel要用到xlrd模块，官网安装（）。然后就可以跟着里面的例子稍微试一下就知道怎么用了。大概的流程是这样的：
1、导入模块
import xlrd
2、打开Excel文件读取数据
data = xlrd.open_workbook('excel.xls')
3、获取一个工作表
① table = data.sheets()[0] #通过索引顺序获取
② table = data.sheet_by_index(0) #通过索引顺序获取
③ table = data.sheet_by_name(u'Sheet1')#通过名称获取
4、获取整行和整列的值（返回数组）
table.row_values(i)
table.col_values(i)
5、获取行数和列数
table.nrows
table.ncols
6、获取单元格
table.cell(0,0).value
table.cell(2,3).value
就我自己使用的时候觉得还是获取cell最有用，这就相当于是给了你一个二维数组，余下你就可以想怎么干就怎么干了。得益于这个十分好用的库代码很是简洁。但是还是有若干坑的存在导致话了一定时间探索。现在列出来供后人参考吧：
1、首先就是我的统计是根据姓名统计各个表中的信息的，但是调试发现不同的表中各个名字貌似不能够匹配，开始怀疑过编码问题，不过后来发现是因为空格。因为在excel中输入的时候很可能会顺手在一些名字后面加上几个空格或是tab键，这样看起来没什么差别，但是程序处理的时候这就是两个完全不同的串了。我的解决方法是给每个获取的字符串都加上strip（）处理一下。效果良好
2、还是字符串的匹配，在判断某个单元格中的字符串（中文）是否等于我所给出的的时候发现无法匹配，并且各种unicode也不太奏效，百度过一些解决方案，但是都比较复杂或是没用。最后我采用了一个比较变通的方式：直接从excel中获取我想要的值再进行比较，效果是不错就是通用行不太好，个呢不能问题还没解决。
二、写excel表
写excel表要用到xlwt模块，官网下载（）。大致使用流程如下：
1、导入模块
复制代码代码如下:
import xlwt
2、创建workbook（其实就是excel，后来保存一下就行）
复制代码代码如下:
workbook = xlwt.Workbook(encoding = 'ascii')
3、创建表
复制代码代码如下:
worksheet = workbook.add_sheet('My Worksheet')
4、往单元格内写入内容
复制代码代码如下:
worksheet.write(0, 0, label = 'Row 0, Column 0 Value')
5、保存
复制代码代码如下:
workbook.save('Excel_Workbook.xls')
Python操作Excel
因为工作上的需要，最近经常用Python对报表做Excel导入导出，特此做个笔记，方便日后查看。
首先我选择了Python-Excel下的xlrd和xlwt。需要注意的是，xlwt只支持生成xls，暂时还不支持xlsx。
读取主要是用到这两个方法，我想到就继续补充，更多用法请查阅官方文档
表格样式设置有XFStyle和easyxf两种方式
列宽在Excel里面用字符宽带来表示。xlwt以字符'0'的1/256宽为一个单位，默认表格宽度为2962，大致相当于11个字符宽度。设置Excel的列宽就大致等于，字符宽度 * 256 + 182 (有待继续考证，精度目前还行)
行高再Excel里面一般用磅来表示，磅 * 20 即是xlwt的数值。字体的大小也是用磅来设置。
设置页面方向
使用num_format_str来设置单元格类型。
特别是遇到时间的时候，Excel会自动转为May-2017这种格式，这时候就要设置为文本类型，防止自动转换