numpy中的converters和usecols用法詳解

Posted on by

用Python打開Excel數據，讀取時需要將”學號“和“ID"轉換成字符，以便後續操作

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

在這裡插入圖片描述

以下是我的經歷來體會：

我在從Excel讀入python的數據時，發現讀出的是空值：

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

在這裡插入圖片描述

但是分明是有數據的，大概率出現的原因是sheetname（表的名稱）出現瞭問題。

那就試試其他的方法：

下圖是Excel的表頭，共有115行數據。

在這裡插入圖片描述

方法一：使用usecols

#獲取字段的第一種寫法
import pandas as pd
df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',usecols=['學號','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：指定作為表格的索引值
usecols：pandas讀取excel使用read_excel()中的usecols參數讀取指定的列
sheet_name：表名

在這裡插入圖片描述

重點：要使用usecols參數，sheet_name必須顯式寫出來。

在這裡插入圖片描述

方法二：使用numpy

#獲取字段的第二種寫法:使用numpy
import pandas as pd
import numpy as np
df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',converters={'學號':str},usecols=np.arange(3,16),index_col='姓名',sheet_name='2022STU')
df.head()

這裡就涉及converters：

converters={'學號':str}：將學號轉換為字符類型，以便後續操作。

在這裡插入圖片描述

這裡使用瞭usecols=np.arange(3,16)

在這裡插入圖片描述

方法三：使用切片區間

#獲取字段的第三種寫法:切片區間
import pandas as pd
import numpy as np
df=pd.read_excel('../05DataMineML/2022STUMOOC (1).xlsx',converters={'學號':str},usecols=("D:P"),index_col='姓名',sheet_name='2022STUMOOC')
df

這裡使用瞭usecols=("D:P")，也就是使用瞭如下圖每列的序號值做切片

在這裡插入圖片描述

在這裡插入圖片描述

總結：

converters用法：轉換類型。比如將Excel數據一列從int變成str

usecols用法

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

到此這篇關於numpy中的converters和usecols用法詳解的文章就介紹到這瞭,更多相關numpy converters和usecols內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：