您现在的位置是：网站首页> 编程资料编程资料

numpy中的converters和usecols用法详解_python_

2023-05-26 304人已围观

简介 numpy中的converters和usecols用法详解_python_

用Python打开Excel数据，读取时需要将”学号“和“ID"转换成字符，以便后续操作

df = pd.read_excel(path, converters={'学号': str, 'ID': str})

在这里插入图片描述

以下是我的经历来体会：

我在从Excel读入python的数据时，发现读出的是空值：

import pandas as pd df=pd.read_excel("D:/Python/05DataMineML/2022STU(1).xlsx") df

在这里插入图片描述

但是分明是有数据的，大概率出现的原因是sheetname（表的名称）出现了问题。

那就试试其他的方法：

下图是Excel的表头，共有115行数据。

在这里插入图片描述

方法一：使用usecols

#获取字段的第一种写法 import pandas as pd df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',usecols=['学号','姓名','20220101','20220125','20220202','20220208','20220213','20220220','20220226','20220311','20220320','20220327','20220403','randscore'],index_col='姓名',sheet_name='2022STUMOOC') df.info()

index_col：指定作为表格的索引值
usecols：pandas读取excel使用read_excel()中的usecols参数读取指定的列
sheet_name：表名

在这里插入图片描述

重点：要使用usecols参数，sheet_name必须显式写出来。

在这里插入图片描述

方法二：使用numpy

#获取字段的第二种写法:使用numpy import pandas as pd import numpy as np df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',converters={'学号':str},usecols=np.arange(3,16),index_col='姓名',sheet_name='2022STU') df.head()

这里就涉及converters：

converters={'学号':str}：将学号转换为字符类型，以便后续操作。

在这里插入图片描述

这里使用了usecols=np.arange(3,16)

在这里插入图片描述

方法三：使用切片区间

#获取字段的第三种写法:切片区间 import pandas as pd import numpy as np df=pd.read_excel('../05DataMineML/2022STUMOOC (1).xlsx',converters={'学号':str},usecols=("D:P"),index_col='姓名',sheet_name='2022STUMOOC') df

这里使用了usecols=("D:P")，也就是使用了如下图每列的序号值做切片

在这里插入图片描述

在这里插入图片描述

总结：

converters用法：转换类型。比如将Excel数据一列从int变成str

usecols用法

usecols=[‘学号',‘姓名'] usecols=np.arange(3,16) usecols=(“D:P”)

到此这篇关于numpy中的converters和usecols用法详解的文章就介绍到这了,更多相关numpy converters和usecols内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！

您可能感兴趣的文章:

上一篇：python [::-1] [::-1,::-1]的具体使用_python_

下一篇：Python中的pandas表格模块、文件模块和数据库模块_python_

相关内容

点击排行

本栏推荐

猜你喜欢

-六神源码网