Sử dụng Pandas để pd.read_excel () cho nhiều trang tính của cùng một sổ làm việc

Tôi có một tệp bảng tính lớn (.xlsx) mà tôi đang xử lý bằng cách sử dụng gấu trúc python. Nó xảy ra rằng tôi cần dữ liệu từ hai tab trong tệp lớn đó. Một trong các tab có rất nhiều dữ liệu và cái còn lại chỉ là một vài ô vuông.

Khi tôi sử dụng pd.read_excel () trên bất kỳ bảng tính nào , có vẻ như toàn bộ tệp được tải (không chỉ bảng tính mà tôi quan tâm). Vì vậy, khi tôi sử dụng phương pháp hai lần (một lần cho mỗi trang tính), tôi thực sự phải chịu toàn bộ sổ làm việc được đọc trong hai lần (mặc dù chúng tôi chỉ sử dụng trang tính được chỉ định).

Tôi đang sử dụng sai hay chỉ bị giới hạn theo cách này?

Cảm ơn bạn!

Hãy thử pd.ExcelFile:

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

Theo ghi nhận của @HaPsantran, toàn bộ tệp Excel được đọc trong suốt ExcelFile()cuộc gọi (dường như không có cách nào khác). Điều này chỉ giúp bạn không phải đọc cùng một tệp trong mỗi lần bạn muốn truy cập một trang tính mới.

Lưu ý rằng sheet_nameđối số pd.read_excel()có thể là tên của trang tính (như trên), một số nguyên chỉ định số trang tính (ví dụ 0, 1, v.v.), danh sách tên hoặc chỉ mục trang tính hoặc None. Nếu một danh sách được cung cấp, nó sẽ trả về một từ điển trong đó các khóa là tên / chỉ mục trang tính và các giá trị là các khung dữ liệu. Mặc định là chỉ cần trả về trang tính đầu tiên (nghĩa là sheet_name=0).

Nếu Noneđược chỉ định, tất cả các tờ được trả lại, như một {sheet_name:dataframe}từ điển.

Có 3 lựa chọn:

Đọc tất cả các tờ trực tiếp vào một từ điển theo thứ tự.

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)

Cảm ơn @ihightower đã chỉ ra và @toto_tico đã chỉ ra vấn đề phiên bản.

Đọc bảng đầu tiên trực tiếp vào khung dữ liệu

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

Đọc tệp excel và nhận danh sách các tờ. Sau đó chọn và tải các tờ.

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")

Đọc tất cả các tờ và lưu trữ nó trong một từ điển. Tương tự như đầu tiên nhưng rõ ràng hơn.

# 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)

Cập nhật: Cảm ơn @toto_tico đã chỉ ra vấn đề phiên bản.

sheetname: chuỗi, int, danh sách hỗn hợp các chuỗi / ints hoặc Không có, mặc định 0 Không dùng nữa kể từ phiên bản 0.21.0: Sử dụng sheet_name thay vì Liên kết nguồn

Bạn cũng có thể sử dụng chỉ mục cho trang tính:

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

sẽ đưa ra bảng tính đầu tiên. cho bảng tính thứ hai:

sheet2 = xls.parse(1)

Bạn cũng có thể chỉ định tên trang tính làm tham số:

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

sẽ chỉ tải lên trang tính "sheet_name".

pd.read_excel('filename.xlsx') 

theo mặc định đọc tờ đầu tiên của bảng tính.

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

đọc bảng cụ thể của sổ làm việc và

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

đọc tất cả các bảng tính từ excel đến pandas dataframe dưới dạng một loại OrderedDict có nghĩa là các datafram lồng nhau, tất cả các bảng tính dưới dạng dataframes được thu thập trong dataframe và kiểu của nó là OrderedDict.

Có tiếc là nó sẽ luôn tải tập tin đầy đủ. Nếu bạn đang làm điều này nhiều lần có lẽ tốt nhất để trích xuất các trang tính để tách CSV và sau đó tải riêng. Bạn có thể tự động hóa quá trình đó với d6tstack , cũng bổ sung các tính năng bổ sung như kiểm tra xem tất cả các cột có bằng nhau trên tất cả các trang tính hay nhiều tệp Excel không.

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

Xem ví dụ về d6tstack Excel

Nếu bạn đã lưu tệp excel trong cùng thư mục với chương trình python của bạn (Địa chỉ tương đối) thì bạn chỉ cần đề cập đến số trang tính cùng với tên tệp. Cú pháp = pd.read_excel (Tên tệp, Trang tính) Ví dụ:

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