精华内容
下载资源
问答
  • pythonpandas读取excel文件
    2022-05-17 21:24:14

    读取文件时要特别注意文件位置要正确

    读取代码

    import pandas as pd
    df = pd.read_excel(r'data.xls')
    df.head()

    其实在写这个代码时,我的data数据文件是在桌面保存的,位置的话应该是

    df = pd.read_excel(r'C:\Users\ASUS\Desktop\data.xls')

    注意,这里在'C:\Users\ASUS\Desktop\data.xls'前面一定要加r

    因为\在python中时转义的意思,这里所表示的路径在编码时无法被正确识别,加上r可强制不转义。

    我们的教材读取代码是这样写的但是我发现这样的话数据显示不出来,所以加一个

    print(df)
    

    这样的话就是输出显示。

    注:若出现“import Error:Missing optional dependency ‘openpyxl‘. Use pip or conda to install openpyxl”错误提示,就要导入一个openpyxl包。

    可在cmd命令行直接安装 代码命令:pip install openpyxl

    若使用pycharm则:

     即可。

    更多相关内容
  • python pandas读取excel-Python使用Pandas读写EXCEL文件教程

    万次阅读 多人点赞 2020-11-01 13:01:15
    什么是ExcelExcel 是微软出品的和款办公软件它能够创建和编辑以”xls”和”xlsx”为后缀的电子表格文件Excel文件可以在Windows、macOS、Android和iOS系统中使用自1993年发布5.0 版本以来,Excel 已经成为电子表格...

    欢迎,来自IP地址为:211.103.135.163 的朋友

    教程开始之前,我们需要首先了解一下什么是Excel,这有助于理解之后教程中的内容。

    什么是Excel

    Excel  是微软出品的和款办公软件

    它能够创建和编辑以”xls”和”xlsx”为后缀的电子表格文件

    Excel文件可以在Windows、macOS、Android和iOS系统中使用

    自1993年发布5.0 版本以来,Excel 已经成为电子表格事实上的标准

    Excel 的用途

    绘图

    数据透视表

    单元格计算

    当然,Excel常常被用于办公,制作各种各样的报表。

    为什么要选择Excel

    虽然市面上有很多电子表格工具可以选择,但是Excel以其丰富的功能被大家所接受,并且由于众多企业用户都使用Excel,这令其更具竞争优势。

    Python读取Excel文件教程

    现在,我们将演示如何使用Python语言读取Excel文件内容。或许你会觉得这样读取Excel文件内容是非常困难的,事实并非如此,我们将逐步实现它。

    1. 创建一个新项目

    首先,创建一个项目,然后在项目文件夹添加一个名为”read_excel.py”的文件

    2. 创建一个Excel文件

    为了演示起见,我们创建一个名为”books.xls”的Excel文件,其内容如下:

    content-of-books-xls-file.jpg

    可以看到,该Excel文件包含了一些图书的基本信息,我们平时也是这样使用Excel的。

    3.  安装Python 库

    现在需要做的就是安装可以读取Excel文件内容的Python库,当然有很多库都可以完成此项工作,这里我们选择比较常用的pandas库。使用pandas库有以下几个原因:

    Pandas 是基本NumPy 的软件库,可以提供易于使用的Python 数据结构和数据分析工具

    Pandas 不仅强大而且非常灵活,经常被用于数据分析

    要安装Pandas库,可以使用如下命令:

    pip install pandas

    为了从读取Excel电子表格中的数据,我们还需要使用xlrd库,当然pip安装即可:

    pip install xlrd

    4. 读取Excel文件

    现在,我们编写一段代码来读取”books.xls”文件中的内容:

    import pandas as pd

    file = "books.xls"

    data = pd.read_excel(file) #reading file

    print(data)

    代码解释:

    首先引入pandas模块

    初始化一个变量”file”用于存储Excel文件名,注意示例并没有给出确切的文件路径,只使用了文件名,那么系统会默认使用当前路径,也就是将”books.xls”放置于项目文件夹同”read_excel.py”位于同一目录即可

    调用pandas模板的read_excel方法,将”books.xls”中的内容读取到变量data

    最后在终端将data变量的内容打印出来

    一切正常的话,会在终端显示如下结果:

    result-of-read-excel.jpg

    5.  修改读取内容

    如果想修改从Excel文件中读取的内容,例如将”Author”中值为”HubDae”的修改为”Daehub”,则可以参照如下代码:

    import pandas as pd

    file = "books.xls"

    def convert_author_cell(cell):

    if cell == "HubDae":

    return 'Daehub'

    return cell

    data = pd.read_excel(file,converters={'Author':convert_author_cell})

    print(data)

    代码解释:

    首先定义一下转换单元格内容函数”convert_author_cell(cell)”,该函数以读取的单元格为参数,返回值同样为单元格

    通过”convert_author_cell(cell)”函数将读取的单元格内容进行转换

    再次调用”read_excel”方法读取Excel文件,同时添加converters参数,其参数值采用Python字典类型,键为Excel字段名,值为对应单元格的值

    在读取Excel文件时,会对”Author”字段调用”convert_author_cell(cell)”函数

    执行代码后,会看到如下结果:

    read-excel-with-convert-cell-contents.jpg

    可以看到,此时读取到的Excel文件内容发生了转换。但这只是对内存中的数据进行了修改,并没有改变文件本身的内容。可以用Excel软件打开”books.xls”文件,发现此时其内容并没有发生变化。

    6.  Python写入Excel文件

    进一步,我们将学习如何使用Python将数据写入Excel文件。这需要使用到”xlwt”,我们同样使用pip进行安装:

    pip install xlwt

    xlwt是用于创建兼容Excel 2003的软件包

    xlwt本身是由Python标准包编写完成,不需要其他任何依赖包

    现在,我们编写一个简单的创建Excel文件的程序段:

    import pandas as pd

    file = "books.xls"

    data = pd.read_excel(file)

    #writing excel file

    data.to_excel("new.xls", sheet_name="Student")

    代码解释:

    为了写入Excel文件,需要调用”to_excel”方法

    该方法接受两个参数,其中一个为写入的文件名,示例为”new.xls”,另一个为工作薄名也就是Excel中的sheet名,示例为”Student”

    执行这段代码后,会在当前项目文件夹创建一个名为”new.xls”的文件,其内容和”books.xls”略有不同:

    python-write-to-a-new-file.jpg

    7.  将不同数据段数据写入同一个Excel文件中的不同工作薄

    以下代码是将不同数据段数据写入同一个Excel文件中的不同工作薄示例,需要使用”DataFrame”方法:

    import pandas as pd

    #creating dataframes

    df_stock = pd.DataFrame({

    'tickers':['GOOGLE','WMT','MSFT'],

    'price':[400,600,900],

    'eps':[20.80,6.90,90.8]

    })

    df_weather = pd.DataFrame({

    'day':['1/9/17','2/9/17','3/9/17'],

    'temperature':[40,60,30],

    'event':['Rainy','Sunny','Snow']

    })

    with pd.ExcelWriter('stocks_weather.xls') as writer:

    df_stock.to_excel(writer,sheet_name="stocks")

    df_weather.to_excel(writer,"weather")

    代码解释:

    首先调用DataFrame方法创建两个数据对象

    然后调用ExcelWriter方法创建一个写Excel文件对象

    最后调用数据对象的to_excel方法将数据写入到Excel文件中,并且将对应的工作薄命名为”stocks”和”weather”

    代码执行成功后,会在项目文件夹创建一个名为”stocks_weather.xls”的文件,包含两个工作薄,如下图所示:

    python-write-muti-dataframe-to-one-file.jpg

    以上就是Python读写Excel文件的简单教程。

    展开全文
  • 方法,可通过文件路径直接读取。df.loc[i1i2,"序号""姓名"].values,返回行号[i1,i2]、列号["序号","姓名"]闭区间的数据,返回类型为ndarray(二维);df.iloc[i1i2,j1j2].values,返回行号[i1,i2)、列号[j1,j2)左闭...

    一、读取Excel文件

      使用pandas的read_excel()方法,可通过文件路径直接读取。注意到,在一个excel文件中有多个sheet,因此,对excel文件的读取实际上是读取指定文件、并同时指定sheet下的数据。可以一次读取一个sheet,也可以一次读取多个sheet,同时读取多个sheet时后续操作可能不够方便,因此建议一次性只读取一个sheet。

      当只读取一个sheet时,返回的是DataFrame类型,这是一种表格数据类型,它清晰地展示出了数据的表格型结构。具体写法为:

    (1)不指定sheet参数,默认读取第一个sheet,
     df=pd.read_excel("data_test.xlsx")
    (2)指定sheet名称读取,
     df=pd.read_excel("data_test.xlsx",sheet_name="test1")
    (3)指定sheet索引号读取,
     df=pd.read_excel("data_test.xlsx",sheet_name=0) #sheet索引号从0开始

    *同时读取多个sheet,以字典形式返回。(不推荐)
    (1)指定多个sheet名称读取, df=pd.read_excel("data_test.xlsx",sheet_name=["test1","test2"])
    (2)指定多个sheet索引号读取,
    df=pd.read_excel("data_test.xlsx",sheet_name=[0,1])
    (3)混合指定sheet名称和sheet索引号读取,
    df=pd.read_excel("data_test.xlsx",sheet_name=[0,"test2"])

    二、DataFrame对象的结构

      对内容的读取分有表头和无表头两种方式,默认情形下是有表头的方式,即将第一行元素自动置为表头标签,其余内容为数据;当在read_excel()方法中加上header=None参数时是不加表头的方式,即从第一行起,全部内容为数据。读取到的Excel数据均构造成并返回DataFrame表格类型(以下以df表示)。

      对有表头的方式,读取时将自动地将第一行元素置为表头向量,同时为除表头外的各行内容加入行索引(从0开始)、各列内容加入列索引(从0开始)。如图所示

      对无表头的方式,读取时将自动地为各行内容加入行索引(从0开始)、为各列内容加入列索引(从0开始),行索引从第一行开始。如图所示

    三、用values方式获取数据

    1.基本方法
    df.values,获取全部数据,返回类型为ndarray(二维);
    df.index.values,获取行索引向量,返回类型为ndarray(一维);
    df.columns.values,获取列索引向量(对有表头的方式,是表头标签向量),返回类型为ndarray(一维)。

      根据具体需要,通过ndarray的使用规则获取指定数据。数据获取的结构示意图如下所示。

    有表头

    无表头

    2.获取指定数据的写法
    (1)获取全部数据:
    df.values,获取全部数据,返回类型为ndarray(二维)。

    (2)获取某个值:
    df.values[i , j],第i行第j列的值,返回类型依内容而定。

    (3)获取某一行:
    df.values[i],第i行数据,返回类型为ndarray(一维)。

    (4)获取多行:
    df.values[[i1 , i2 , i3]],第i1、i2、i3行数据,返回类型为ndarray(二维)。

    (5)获取某一列:
    df.values[: , j],第j列数据,返回类型为ndarray(一维)。

    (6)获取多列:
    df.values[:,[j1,j2,j3]],第j1、j2、j3列数据,返回类型为ndarray(二维)。

    (7)获取切片:
    df.values[i1:i2 , j1:j2],返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据,返回类型为ndarray(二维)。

    3.示例
    带表头,excel内容为

    Python脚本为
    `import pandas as pd

    df = pd.read_excel("data_test.xlsx")

    print("\n(1)全部数据:")
    print(df.values)

    print("\n(2)第2行第3列的值:")
    print(df.values[1,2])

    print("\n(3)第3行数据:")
    print(df.values[2])

    print("\n(4)获取第2、3行数据:")
    print(df.values[[1,2]])

    print("\n(5)第2列数据:")
    print(df.values[:,1])

    print("\n(6)第2、3列数据:")
    print(df.values[:,[1,2]])

    print("\n(7)第2至4行、第3至5列数据:")
    print(df.values[1:4,2:5])
    `
    执行结果

    四、用loc和iloc方式获取数据

    1.基本写法
      loc和iloc方法是通过索引定位的方式获取数据的,写法为loc[A, B]和iloc[A, B]。其中A表示对行的索引,B表示对列的索引,B可缺省。A、B可为列表或i1:i2(切片)的形式,表示多行或多列。

      这两个方法的区别是,loc将参数当作标签处理,iloc将参数当作索引号处理。也就是说,在有表头的方式中,当列索引使用str标签时,只可用loc,当列索引使用索引号时,只可用iloc;在无表头的方式中,索引向量也是标签向量,loc和iloc均可使用;在切片中,loc是闭区间,iloc是半开区间。

    获取指定数据的写法:
    (1)获取全部数据:
    df.loc[: , :].values

    df.iloc[: , :].values,返回类型为ndarray(二维)。

    (2)获取某个值:
    无表头
    df.loc[i, j]

    df.iloc[i, j],第i行第j列的值,返回类型依内容而定。

    有表头
    df.loc[i, "序号"],第i行‘序号’列的值。

    df.iloc[i, j],第i行第j列的值。

    (3)获取某一行:
    df.loc[i].values

    df.iloc[i].values,第i行数据,返回类型为ndarray(一维)。

    (4)获取多行:
    df.loc[[i1, i2, i3]].values,

    df.iloc[[i1, i2, i3]].values,第i1、i2、i3行数据,返回类型为ndarray(二维)。

    (5)获取某一列:
    无表头
    df.loc[:, j].values

    df.iloc[:, j].values,第j列数据,返回类型为ndarray(一维)。

    有表头
    df.loc[:,"姓名"].values,‘姓名’列数据,返回类型为ndarray(一维)。

    df.iloc[:, j].values,第j列数据,返回类型为ndarray(一维)。

    (6)获取多列:
    无表头
    df.loc[:, [j1 , j2]].values

    df.iloc[:, [j1 , j2]].values,第j1、j2列数据,返回类型为ndarray(二维)。

    有表头
    df.loc[:, ["姓名","性别"]].values,‘姓名’、‘性别’列数据,返回类型为ndarray(二维);
    df.iloc[:, [j1 , j2]].values,第j1、j2列数据,返回类型为ndarray(二维)。

    (7)获取切片:
    无表头
    df.loc[i1:i2, j1:j2].values,返回行号[i1,i2]、列号[j1,j2]闭区间内的数据,返回类型为ndarray(二维);
    df.iloc[i1:i2, j1:j2].values,返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据,返回类型为ndarray(二维)。

    有表头
    df.loc[i1:i2, "序号":"姓名"].values,返回行号[i1,i2]、列号["序号","姓名"]闭区间的数据,返回类型为ndarray(二维);
    df.iloc[i1:i2, j1:j2].values,返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据,返回类型为ndarray(二维)。

    2.示例
    带表头,excel内容为

    Python脚本为
    `import pandas as pd

    df = pd.read_excel("data_test.xlsx")

    print("\n(1)全部数据:")
    print(df.iloc[:,:].values)

    print("\n(2)第2行第3列的值:")
    print(df.iloc[1,2])

    print("\n(3)第3行数据:")
    print(df.iloc[2].values)

    print("\n(4)第2列数据:")
    print(df.iloc[:,1].values)

    print("\n(5)第6行的姓名:")
    print(df.loc[5,"姓名"])

    print("\n(6)第2至3行、第3至4列数据:")
    print(df.iloc[1:3,2:4].values)`
    执行结果
     


    End.

    展开全文
  • 摘要:不同方法读取excel中的多个不同sheet表格性能比较 # 方法1 def read_excel(path): df=pd.read_excel(path,None) print(df.keys()) # for k,v in df.items(): # print(k) # print(v) # print(type(v)) ...
  • Python pandas读取excel文件教程

    万次阅读 2022-03-09 16:02:52
    Python读取Excel文件教程 现在,我们将演示如何使用Python语言读取Excel文件内容。或许你会觉得这样读取Excel文件内容是非常困难的,事实并非如此,我们将逐步实现它。 1. 创建一个新项目 首先,创建一个项目,...

    Python读取Excel文件教程

    现在,我们将演示如何使用Python语言读取Excel文件内容。或许你会觉得这样读取Excel文件内容是非常困难的,事实并非如此,我们将逐步实现它。

    1. 创建一个新项目

    首先,创建一个项目,然后在项目文件夹添加一个名为”shares_baba.py”的文件

    2. 创建一个Excel文件

    为了演示起见,我们创建一个名为”阿里巴巴2017年股票数据.xlsx”的Excel文件,其内容如下:

    可以看到,该Excel文件包含了一些图书的基本信息,我们平时也是这样使用Excel的。

    3.  安装Python 库

    现在需要做的就是安装可以读取Excel文件内容的Python库,当然有很多库都可以完成此项工作,这里我们选择比较常用的pandas库。使用pandas库有以下几个原因:

    Pandas 是基本NumPy 的软件库,可以提供易于使用的Python 数据结构和数据分析工具

    Pandas 不仅强大而且非常灵活,经常被用于数据分析

    要安装Pandas库,可以使用如下命令:

    pip install pandas&pip3 install pandas

    为了从读取Excel电子表格中的数据,我们还需要使用xlrd库,当然pip安装即可:

    pip install xlrd&pip3 install xlrd

    4. 读取Excel文件

    现在,我们编写一段代码来读取”阿里巴巴2017年股票数据.xlsx”文件中的内容:

    import pandas as pd

    fileNameStr = 'E:\*****\阿里巴巴2017年股票数据.xlsx'

    # 读取excel文件里的数据

    xl = pd.ExcelFile(fileNameStr)

    # 获取指定工作表(Sheet)名称的数据
    babaDF = xl.parse('Sheet1')

    print(babaDF ) 

    代码解释:

    首先引入pandas模块

    初始化一个变量”fileNameStr ”用于存储Excel文件名,注意示例并没有给出确切的文件路径,只使用了文件名,那么系统会默认使用当前路径,也就是将”阿里巴巴2017年股票数据.xlsx”放置于项目文件夹同”shares_baba.py”位于同一目录即可

    调用pandas模板的ExcelFile方法,将”阿里巴巴2017年股票数据.xlsx”中的内容读取到变量xl,调用parse方法,获取指定工作表(Sheet)名称的数据到变量babaDF ,最后在终端将babaDF 变量的内容打印出来

    一切正常的话,会在终端显示如下结果:

    方法二:

    import pandas as pd

    babaDF = pd.read_excel('E:\*****\阿里巴巴2017年股票数据.xlsx')

    print(babaDF ) 

     代码解释:

    首先引入pandas模块

    调用pandas模板的read_excel方法,将”阿里巴巴2017年股票数据.xlsx”中的内容读取到变量babaDF ,最后在终端将babaDF 变量的内容打印出来

    一切正常的话,会在终端显示如下结果:

    以上就是Python读取Excel文件的简单教程。

    展开全文
  • pandas读取、写入csv数据非常方便,但是有时希望通过excel画个简单的图表看一下数据质量、变化趋势并保存,这时候csv格式的数据就略显不便,因此尝试直接将数据写入excel文件。 pandas可以写入一个或者工作簿,两种...
  • 使用pandas报错如下 文件格式是rec结尾文件,可直接改后缀为xls打开,正常读取数据,文件如下 代码如下,请各位帮帮忙,如何才能用pandas文件读出 import pandas as pd # path = 'E:\\8k飞参数据.csv' path = 'E:\\14主...
  • Excel a.xlsx数据格式为: ['K52', 'B36', 'J06', 'J11'](这是第一行第一个单元格) ['Z01', 'K07', 'J11', 'K07'](这是第二行第一个单元格) ['K02', 'J06', 'J40', 'J40', 'J40', 'J40', 'J40', 'J11', '...
  • Python使用pandas读取excel

    千次阅读 2021-10-13 09:26:49
    pandas读取一个excel文件后会将其转化为DataFrame对象,每一列或行就是一个Series对象,本节课我们看下如何整体的了解一个excel,比如查看一个excel的行数、列数、表头、前几行、后几行。下面用代码依次展示。 1)...
  • python pandas 读取文件 写入文件excel

    千次阅读 2021-01-14 06:21:00
    读取数据import pandas as pd import collections def readLocationCodeForExcel(): read_file = r"test.xlsx" sheet_names = {"库位码","地堆码"} sheet_data = pd.ExcelFile(read_file) #读取sheet数据 #sheet列表...
  • 我用python pandas读取了一个excel数据: import pandas as pd data = pd.read_csv('..../file.txt', sep='\t' ) 模拟数据如下所示: ^{pr2}$ 本例中的数据在命中头之前包含3个垃圾行(我不想读入的行),有时...
  • Python Pandas读取文件

    2022-05-11 10:19:16
    Python Pandas读取文件 当使用 Pandas 做数据分析的时,需要读取事先准备好的数据集,这是做数据分析的第一步。Panda 提供了多种读取数据的方法: read_csv() 用于读取文本文件 read_json() 用于读取 json 文件 read...
  • 主要介绍了Python读取excel文件中带公式的值的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  • 各位铁子们大家好呀,我叫凃九一个在软件测试行业摸爬滚打十几年的老江湖了,今天呢来和大家聊一聊用Pythonpandas读取excel文件中的数据。 二、读取Excel文件 使用pandas的read_excel()方法,可通过文件路径直接...
  • 使用pandas读取excel: import numpy as np import pandas as pd df = pd.read_excel("a.xlsx", sheet_name="Sheet1") 读取一列,序号从0开始: col1 = df.iloc[:, 0] col2 = df.iloc[:, 1] 对列表进行去重的方法...
  • Python pands读取Excel 数据写入到数据库
  • Python3使用pandas读取excel文件并用列表输出 # !user/bin/env python3.9 # -*- utf-8 -*- # Author 郑浩 import numpy as np import pandas as pd ```python import numpy as np import pandas as pd data = pd....
  • Python 简单使用 pandas 读取excel 的 csv文件处理,支持utf-8和gbk编码自动识别。
  • python pandas读取excel文件

    千次阅读 2019-03-03 23:32:16
    python pandas读取excel文件 data=pd.read_excel(‘C:\Users\86188\python\dummy.xlsx’) 会报错:SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: truncated \...
  • 今天小编就为大家分享一篇解决Python pandas df 写入excel 出现的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • PYTHON Pandas批量读取csv文件到DATAFRAME 首先使用glob.glob获得文件路径。然后定义一个列表,读取文件后再使用concat合并读取到的数据。 #读取数据 import pandas as pd import numpy as np import glob,os path...
  • 今天小编就为大家分享一篇python利用pandasexcel文件转换为txt文件的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • python 使用Pandas读取excel数据

    千次阅读 2022-06-11 16:30:57
    python 使用Pandas读取excel数据
  • python/pandas 读取Excel不同sheet的数据(或名称)

    万次阅读 多人点赞 2020-09-01 10:58:01
    sheet=pd.read_excel(’/Users/liweijing/Desktop/处理结果/nickname.xlsx’,sheet_name=None) print(list(sheet.keys())) for j in sheet.keys(): print(j) 执行结果如图: 2.读取两个sheet内容: sheet=
  • Python 读取excel文件pandas

    千次阅读 2021-01-07 21:31:28
    1. 载入excel文件 x = pd.read_excel(filename) 2. 读取表头 title = x.columns.to_list() 3. 读取某一行的“内容” a = x.iloc[0] #输出的a带有标题索引,并不是一个正常数组,例如 4.读取某一行...
  • Python使用Pandas读写EXCEL文件教程

    千次阅读 2020-12-30 16:43:59
    教程 开始之前,我们需要首先了解一下什么是... Excel文件可以在Windows、macOS、Android和iOS系统中使用 自1993年发布5.0 版本以来,Excel 已经成为电子表格事实上的标准 Excel 的用途 绘图 数据透视表 单元格.
  • python 使用pandas 读写excel文件

    千次阅读 2022-06-23 16:04:12
    现在本地创建一个excel表,以及两个sheet,具体数据如下:sheet1: sheet2:pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)io:excel文件路径。sheet_name:返回指定的...
  • python--pandas读取excel

    千次阅读 2021-04-06 18:02:17
    对excel文件的读取是...Excel文件的格式为xls和xlsx,pandas读取excel文件需要安装依赖库xlrd和openpyxl。 !注意:当xlrd>=2.0时,只支持xls格式,不再支持xlsx。 python3.9 win10 64bit pandas==1.2.1 xlrd==.

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 19,088
精华内容 7,635
关键字:

pythonpandas读取excel文件