Pandas Excel操作：read_excel与to_excel函数详解

"这篇文章主要讲解了pandas库中的read_excel()和to_excel()两个关键函数，它们用于Excel文件的读取和写入操作。通过具体的示例和参数解析，为学习或工作中处理Excel数据提供了参考。" 在数据分析过程中，Excel文件是一种常用的存储格式，而Python的pandas库提供了解析和保存Excel文件的强大功能。`read_excel()`和`to_excel()`就是这两个关键函数。 `read_excel()`函数用于从Excel文件中读取数据到DataFrame对象。它的主要参数有： 1. `io`: 这个参数是Excel文件的路径，可以是字符串或path对象。 2. `sheetname`: 指定要读取的工作表。默认值为0，意味着读取第一个工作表。可以设置为字符串、整数或包含多个工作表的列表。`sheetname=None`会读取所有工作表，并返回一个字典，键为工作表名称，值为DataFrame。 3. `header`: 定义列名所在的行。默认值为0，即第一行。若数据没有列名，可设为`header=None`。 4. `skiprows`: 可以是一个包含行号的列表，用于跳过开头的指定行。 5. `skip_footer`: 从文件底部起跳过的行数。 6. `index_col`: 指定用作DataFrame索引的列。可以是整数、列名或包含多个列的列表。 7. `names`: 当数据中没有列名时，可以手动指定列名的数组。 举例来说，假设我们有一个名为'sheet1'的Excel工作表，其内容如下： ``` ID NUM-1 NUM-2 NUM-3 36901142168661 3690278521602 36903144600521 3690495457468 3690 ``` 我们可以使用如下代码读取该工作表： ```python import pandas as pd df = pd.read_excel('file.xlsx', sheet_name='sheet1', header=0) ``` `to_excel()`函数则负责将DataFrame对象写入Excel文件。它的主要参数包括： 1. `io`: 输出文件的路径或FileObject。 2. `sheet_name`: 工作表的名称，默认为0，表示新建一个工作表。 3. `index`: 是否包含索引，默认为True。 4. `header`: 是否包含列名，默认为True。 5. `na_rep`: 缺失值的表示方式。 6. `float_format`: 浮点数的格式化规则。 例如，如果我们有一个DataFrame `df`，并希望将其保存为Excel文件，可以这样操作： ```python df.to_excel('output.xlsx', index=False) ``` 这将在当前目录下创建一个名为'output.xlsx'的Excel文件，其中包含DataFrame的内容，且不包含索引列。 `read_excel()`和`to_excel()`是pandas与Excel文件交互的重要工具，它们使得在Python中处理Excel数据变得简单高效。在实际工作中，根据具体需求调整这些函数的参数，可以灵活地完成数据的读取和保存任务。