Python je výkonný nástroj pro práci s daty a čtení dat z různých zdrojů je jednou z jeho důležitých funkcí. Jedním z nejběžnějších formátů dat je Excel a v tomto článku se podíváme na to, jak číst data z excelových souborů v Pythonu a převádět je na řetězec.
Pro práci s Excelem v Pythonu použijeme knihovnu pandas, která poskytuje praktické nástroje pro práci s tabulkami a daty. Metoda pd.read_excel nám umožňuje počítat data ze souboru Excel a uložit je jako pandas DataFrame-tabulku, kterou můžeme snadno analyzovat a převádět.
Při čtení dat ze souboru Excel můžeme zadat různé možnosti, jako je název listu, ze kterého chcete počítat data, Číslo řádku, se kterým chcete začít číst, a tak dále. Poté můžeme použít metody pandas k převodu dat do formátu, který potřebujeme, včetně převodu na řetězec.
Převod dat na řetězec může být užitečný, pokud například chceme přenést data do jiného programu, který přijímá pouze textový formát. Metody pandas nám umožňují provádět různé operace s daty, včetně sloučení řádků, odstranění zbytečných sloupců a filtrování dat podle daných podmínek.
Použití knihovny pandas ke čtení dat z Excelu do Pythonu a jejich dalšímu zpracování je pohodlný a efektivní způsob práce s daty. Převod dat na řetězec nám umožňuje používat tato data s jinými programy nebo algoritmy, které přijímají pouze textový formát.
Jak počítat data z Excel souboru v Pythonu pomocí knihovny pandas
Chcete-li začít, nainstalujte knihovnu pandas, pokud ještě není nainstalována:
pip install pandas
Po instalaci knihovny můžete použít funkci pd.read_excel () pro čtení dat z Excel souboru. Jako argument této funkce zadejte cestu k souboru Excel:
import pandas as pd data = pd.read_excel ('cesta_k_souboru.xlsx')
Tento příkaz přečte všechna data ze souboru Excel a uloží je do proměnné data jako tabulku. Chcete-li převést čtená data na řetězec, můžete použít metodu to_string () :
V tomto případě bude proměnná data_string obsahovat řetězec zobrazení čtených dat.
Pokud potřebujete počítat pouze určité listy nebo sloupce ze souboru Excel, můžete je zadat v argumentech funkce pd.read_excel() :
data = pd.read_excel ('cesta_k_souboru.xlsx', sheet_name= 'názvo_list', usecols=[0, 1, 2])
Tento příklad uvádí, že je třeba počítat data pouze z určitého listu a určitých sloupců (první, druhý a třetí).
Můžete tedy použít knihovnu pandas k pohodlnému čtení dat z excelových souborů v Pythonu a provádění různých operací s nimi.
Použití funkce pd.read_excel
Pro čtení dat ze souboru Excel se v Pythonu používá funkce pd.read_excel z knihovny Pandas. Tato funkce vám umožňuje číst data ze souboru a převést je do snadno použitelného formátu jako DataFrame.
Syntaxe funkce pd.read_excel:
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, . )
- io: cesta k souboru Excel nebo File-like objekt, jako je URL, Openpyxl ExcelReader nebo Xlrd Book.
- sheet_name (volitelný): název listu nebo jeho pořadové číslo, ze kterého je třeba počítat data. Ve výchozím nastavení se čte první list (0).
- header (volitelné): číslo řádku obsahujícího názvy sloupců. Ve výchozím nastavení nejsou zadány názvy sloupců.
- names (volitelný): seznam s názvy sloupců. Pokud jsou názvy sloupců již obsaženy v souboru, je třeba tento argument přeskočit.
- index_col (volitelný): index sloupce, který je třeba použít jako indexy řádků DataFrame. Ve výchozím nastavení není uveden index řetězce.
- .
Příklad použití funkce pd.read_excel:
import pandas as pd df = pd.read_excel("data.xlsx", sheet_name="Sheet1", header=0)
V tomto příkladu jsou data čtena ze souboru " data.xlsx "z listu "Sheet1". Řádek s názvy sloupců je v prvním řádku (header=0).
Po provedení tohoto příkazu obsahuje proměnná df DataFrame, která ukládá data ze souboru Excel. Nyní lze s těmito daty provádět různé operace a konverze, například je převést na řetězec.
Použití funkce pd.read_excel umožňuje pohodlnou a efektivní práci s daty z Excelu v Pythonu a kombinuje výhody obou prostředí: pohodlí při práci s daty v Excelu a výkonné funkce knihovny Pandas.
Převod čtených dat na řádek
Poté, co byla data úspěšně přečtena ze souboru Excel v Pandas DataFrame pomocí funkce pd.read_excel (), můžete začít převádět tato data na řetězec. V tomto formátu lze data snadněji zpracovat nebo přenést do jiné funkce nebo modulu.
K převodu dat na řetězec lze použít metodu to_string (), kterou poskytuje pandas. Tato metoda převede všechny hodnoty v DataFrame do formátu řetězce a vrátí výsledek jako jeden dlouhý řádek.
Příklad použití metody to_string() :
df = pd.read_excel('data.xlsx')string_data = df.to_string()print(string_data)V tomto příkladu jsou čtená data ze souboru Excel uložena do proměnné df . Metoda to_string () se poté použije na proměnnou df a výsledek se uloží do proměnné string_data . Nakonec je obsah proměnné string_data zobrazen na obrazovce pomocí funkce print ().
Po provedení tohoto kódu se v konzoli zobrazí řádek obsahující všechna data z DataFrame ve formátu převedeném na řetězec.
Převod čtených dat z Excelu na řádek tak umožňuje dále pracovat s daty v pohodlném formátu a používat je v různých následných krocích analýzy dat.
Použití metody .to_string()
Chcete-li použít metodu .to_string() , musíte nejprve načíst data z Excelu pomocí funkce pd.read_excel() . Výsledný datafram pak lze převést na řetězec pomocí metody .to_string() .
Příklad použití metody. to_string() :
import pandas as pd# Загрузка данных из Exceldf = pd.read_excel("data.xlsx")# Преобразование датафрейма в строкуdata_string = df.to_string()# Вывод строки на экранprint(data_string)V důsledku provedení uvedeného příkladu bude obsah dataframu převeden na řetězec a zobrazen na obrazovce.
Metoda .to_string () také podporuje různé možnosti, které vám umožňují konfigurovat formátování řádku. Například pomocí možnosti col_space můžete nastavit šířku sloupců v řádku a pomocí možnosti max_rows můžete omezit počet řádků zobrazených na obrazovce.
Příklad použití parametrů metody. to_string() :
import pandas as pd# Загрузка данных из Exceldf = pd.read_excel("data.xlsx")# Преобразование датафрейма в строку с настройкамиdata_string = df.to_string(col_space=10, max_rows=10)# Вывод строки на экранprint(data_string)V tomto příkladu bude šířka sloupců v řádku 10 znaků a pouze prvních 10 řádků dataframu bude zobrazeno na obrazovce.
Metoda. to_string () je tedy pohodlný způsob, jak převést data z Excelu do řádku pro další použití nebo uložení.
Načtení řádku ze čtených dat
Chcete-li převést čtená data na řetězec, můžeme použít metodu to_string , která je k dispozici pro objekty DataFrame v knihovně pandas. Metoda to_string převede každou datovou buňku na řádek a sloučí je do jednoho textového bloku.
Příklad použití metody to_string k převodu dat na řetězec:
import pandas as pd
# Čteme data ze souboru Excel
# Převádíme data na řádek
# Zobrazte řádek na obrazovce
V důsledku provádění kódu bude proměnná data_string obsahovat řetězec složený ze všech dat ze souboru Excel bez uvedení indexů řádků.
Tento řádek lze použít k dalšímu zpracování dat nebo k jejich zobrazení na obrazovce.
Příklad použití metody to_html k převodu dat do tabulky HTML:
from IPython.display import HTML
# Převádíme data do tabulky HTML
V důsledku spuštění kódu bude na obrazovce zobrazena tabulka obsahující všechna data ze souboru Excel.
Tedy pomocí funkce pd.read_excel, to_string metod a to_html můžeme získat data z Excelu a převést je na řádek nebo tabulku HTML pro další zpracování nebo zobrazení.
Převod dat do požadovaného formátu
Poté, co jsme počítali data z Excelu do Pythonu pomocí funkce pd.read_excel, je často nutné převést tato data do požadovaného formátu. Možné formáty mohou zahrnovat čísla, data, řádky nebo jiné specifické datové typy.
K převodu dat do číselného formátu můžeme použít funkci pd. to_numeric . Umožňuje převést data ve sloupci nebo v celém dataprojektu na číselný datový typ. Pokud například máme sloupec s daty, která jsou čtena jako řádky, můžeme použít následující kód:
df['Sloupec'] = pd.to_numeric(df['Sloupec'], errors='coerce')
Tímto způsobem budou řetězcové hodnoty ve sloupci převedeny na číselný datový typ a jakékoli nesprávné hodnoty budou nahrazeny NaN .
Pokud máme sloupec s daty, která představují data, můžeme k jejich převodu použít funkci pd.to_datetime. Například následující kód převede sloupec s daty do správného formátu:
Hodnoty ve sloupci tak budou převedeny na datetime datový typ , který vám umožní pracovat s daty a provádět různé operace.
Také někdy možná budeme muset převést data do formátu řetězce pro pohodlnější použití. K tomu můžeme použít funkci astype a určit, že chceme převést sloupec nebo datafram na datový typ str . Například:
Nyní budou hodnoty ve sloupci zobrazeny jako řádky.
Je důležité si uvědomit, že funkce převodu dat mohou sloužit ke změně typu dat ve sloupcích nebo v celém datovém rámci, což usnadňuje přizpůsobení dat požadavkům, které požadujeme, a další analýzu a zpracování informací.