numpy中的converters和usecols用法詳解
用Python打開Excel數(shù)據(jù)，讀取時需要將”學(xué)號“和“ID"轉(zhuǎn)換成字符，以便后續(xù)操作
df = pd.read_excel(path, converters={'學(xué)號': str, 'ID': str})
以下是我的經(jīng)歷來體會：
我在從Excel讀入python的數(shù)據(jù)時，發(fā)現(xiàn)讀出的是空值：
import pandas as pd
df=pd.read_excel("D:/Python/05DataMineML/2022STU(1).xlsx")
df
但是分明是有數(shù)據(jù)的，大概率出現(xiàn)的原因是sheetname（表的名稱）出現(xiàn)了問題。
那就試試其他的方法：
下圖是Excel的表頭，共有115行數(shù)據(jù)。
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(xué)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(shù)讀取指定的列
sheet_name：表名
重點(diǎn)：要使用usecols參數(shù)，sheet_name必須顯式寫出來。
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(xué)號':str},usecols=np.arange(3,16),index_col='姓名',sheet_name='2022STU')
df.head()
這里就涉及converters：
converters={'學(xué)號':str}：將學(xué)號轉(zhuǎn)換為字符類型，以便后續(xù)操作。
這里使用了usecols=np.arange(3,16)
方法三：使用切片區(qū)間
#獲取字段的第三種寫法:切片區(qū)間
import pandas as pd
import numpy as np
df=pd.read_excel('../05DataMineML/2022STUMOOC (1).xlsx',converters={'學(xué)號':str},usecols=("D:P"),index_col='姓名',sheet_name='2022STUMOOC')
df
這里使用了usecols=("D:P")，也就是使用了如下圖每列的序號值做切片
總結(jié)：
converters用法：轉(zhuǎn)換類型。比如將Excel數(shù)據(jù)一列從int變成str
usecols用法
usecols=[‘學(xué)號',‘姓名'] usecols=np.arange(3,16) usecols=(“D:P”)
到此這篇關(guān)于numpy中的converters和usecols用法詳解的文章就介紹到這了,更多相關(guān)numpy converters和usecols內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
如何配置關(guān)聯(lián)Python 解釋器 Anaconda的教程(圖解)
這篇文章主要介紹了如何配置關(guān)聯(lián)Python 解釋器 Anaconda的教程,本文通過圖文并茂的形式給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)火鍋工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-04-04
Python?encode()方法和decode()方法詳解
encode() 方法為字符串類型（str）提供的方法，用于將 str 類型轉(zhuǎn)換成 bytes 類型，這個過程也稱為“編碼”，這篇文章主要介紹了Python?encode()方法和decode()方法,需要的朋友可以參考下2022-12-12
今天小編就為大家分享一篇python 讀取txt,json和hdf5文件的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
Keras實現(xiàn)DenseNet結(jié)構(gòu)操作
這篇文章主要介紹了Keras實現(xiàn)DenseNet結(jié)構(gòu)操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
紅頭文件，是某國特別色的東西，在python里不需要，python里要處理的是計算機(jī)中的文件，包括文本的、圖片的、音頻的、視頻的等等，還有不少沒見過的擴(kuò)展名的，文件，在python中，是一種對象，就如同已經(jīng)學(xué)習(xí)過的字符串、數(shù)字等一樣。2014-09-09
Python實現(xiàn)九宮格式的朋友圈功能內(nèi)附“馬云”朋友圈
PIL(Python Imaging Library)是一個非常強(qiáng)大的Python庫，但是它支持Python2.X， 在Python3中則使用的是Pillow庫，它是從PIL中fork出來的一個分支。這篇文章主要介紹了用Python搞定九宮格式的朋友圈功能內(nèi)附“馬云”朋友圈 ,需要的朋友可以參考下2019-05-05
在本篇文章里小編給大家整理的是關(guān)于python文件操作的簡單方法知識點(diǎn)，有需要的朋友們可以學(xué)習(xí)下。2019-11-11
這篇文章主要介紹了Python如何去除字符串中不需要的字符問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
推薦一款高效的python數(shù)據(jù)框處理工具Sidetable
這篇文章主要為大家介紹推薦一款高效的python數(shù)據(jù)框處理工具Sidetable，文章詳細(xì)的講解了Sidetable的安裝及用法，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
keras 使用Lambda 快速新建層 添加多個參數(shù)操作
這篇文章主要介紹了keras 使用Lambda 快速新建層 添加多個參數(shù)操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06