[Python] excel파일 불러오기 :: pd.read_excel()
Excel 파일 :: pd.read_excel( )
Reference
Pandas In Actionpd.read_excel(
io,
usecols = None,
index_col = None,
sheet_name
)
- Excel 통합문서 파일을 DataFrame으로 불러오기
- Option
- io : 파일 경로 및 파일 이름
- usecols : 사용할 열
- index_col : 이덱스로 사용할 열
- sheet_name : 사용할 시트
# conda install xlrd openpyxl
pd.read_excel("./Data/Single Worksheet.xlsx")
First Name | Last Name | City | Gender | |
---|---|---|---|---|
0 | Brandon | James | Miami | M |
1 | Sean | Hawkins | Denver | M |
2 | Judy | Day | Los Angeles | F |
3 | Ashley | Ruiz | San Francisco | F |
4 | Stephanie | Gomez | Portland | F |
pd.read_excel(
io = "./Data/Single Worksheet.xlsx",
usecols = ['City', 'First Name', 'Last Name'], # 사용할 열 : 'City', 'First Name', 'Last Name'
index_col = 'City' # 인덱스 : 'City'
)
First Name | Last Name | |
---|---|---|
City | ||
Miami | Brandon | James |
Denver | Sean | Hawkins |
Los Angeles | Judy | Day |
San Francisco | Ashley | Ruiz |
Portland | Stephanie | Gomez |
# 하나의 시트 불러오기
pd.read_excel("./Data/Multiple Worksheets.xlsx", sheet_name = 0)
pd.read_excel("./Data/Multiple Worksheets.xlsx", sheet_name = 'Data 1')
First Name | Last Name | City | Gender | |
---|---|---|---|---|
0 | Brandon | James | Miami | M |
1 | Sean | Hawkins | Denver | M |
2 | Judy | Day | Los Angeles | F |
3 | Ashley | Ruiz | San Francisco | F |
4 | Stephanie | Gomez | Portland | F |
# 엑셀 통합문서 전체 불러오기
workbook = pd.read_excel(
"./Data/Multiple Worksheets.xlsx",
sheet_name = None
)
workbook
{'Data 1': First Name Last Name City Gender
0 Brandon James Miami M
1 Sean Hawkins Denver M
2 Judy Day Los Angeles F
3 Ashley Ruiz San Francisco F
4 Stephanie Gomez Portland F,
'Data 2': First Name Last Name City Gender
0 Parker Power Raleigh F
1 Preston Prescott Philadelphia F
2 Ronaldo Donaldo Bangor M
3 Megan Stiller San Francisco M
4 Bustin Jieber Austin F,
'Data 3': First Name Last Name City Gender
0 Robert Miller Seattle M
1 Tara Garcia Phoenix F
2 Raphael Rodriguez Orlando M}
# 두 번째('Data 2') 워크시트에 있는 데이터
workbook['Data 2']
First Name | Last Name | City | Gender | |
---|---|---|---|---|
0 | Parker | Power | Raleigh | F |
1 | Preston | Prescott | Philadelphia | F |
2 | Ronaldo | Donaldo | Bangor | M |
3 | Megan | Stiller | San Francisco | M |
4 | Bustin | Jieber | Austin | F |