Python ist eine der beliebtesten Programmiersprachen, die über eine große Anzahl von Bibliotheken und Tools zum Arbeiten mit Daten verfügt. Eine solche Bibliothek ist Pandas, die praktische Werkzeuge für die Analyse und Verarbeitung von Daten bietet. In diesem Artikel erfahren Sie, wie Sie mit Pandas Excel-Dateien lesen und mit ausgewählten Datenspalten arbeiten können.
In pandas wird die read_excel-Methode zum Lesen von Excel-Dateien verwendet. Mit dieser Methode können Sie Daten aus einer Excel-Datei lesen und in ein praktisches Pandas-DataFrame-Format konvertieren. Aber was ist, wenn wir nur mit bestimmten Datenspalten arbeiten wollen? Dazu verfügt die read_excel-Methode über einen usecols-Parameter, mit dem Sie die zu lesenden Spalten angeben können. Dabei können Sie die Spalten nach ihrem Namen oder nach ihrem Index angeben.
Wenn Sie beispielsweise Daten nur aus Spalten mit den Namen "Name" und "Age" lesen möchten, können Sie den folgenden Code verwenden:
import pandas as pd
data = pd.read_excel('file.xlsx', usecols=['Name', 'Age'])
Daher lesen wir die Daten nur aus den ausgewählten Spalten und speichern sie in der Variablen data, die als DataFrame dargestellt wird. Als nächstes können wir verschiedene Operationen auf diese Daten anwenden und analysieren.
Wenn Sie den Parameter usecols verwenden, können Sie das Programm erheblich beschleunigen, wenn eine Excel-Datei große Datenmengen enthält und wir nur mit einer kleinen Anzahl von Spalten arbeiten müssen. In diesem Fall ist es nicht notwendig, alle Daten zu lesen und zu verarbeiten, was Zeit und Ressourcen des Computers spart.
Lesen von Excel-Dateien in Python mit der read_excel-Methode und dem usecols-Parameter in pandas
Die Pandas-Bibliothek bietet eine integrierte read_excel-Methode, mit der Sie Daten aus Excel-Dateien lesen und in praktische Datenstrukturen wie Dataframes konvertieren können. In großen Excel-Dateien können jedoch viele Spalten mit Daten vorhanden sein, und manchmal müssen Sie nur bestimmte Spalten auswählen, um zu arbeiten. In solchen Fällen kann der Parameter usecols sehr nützlich sein.
Mit dem Parameter usecols können Sie eine Liste der Spalten angeben, die aus der Excel-Datei gelesen werden sollen. Dieser Parameter akzeptiert eine Liste numerischer Spaltenindizes oder eine Liste von Spaltennamen. Wenn wir beispielsweise nur die Spalten 'Vorname', 'Nachname' und 'Alter' zählen möchten, können Sie eine Liste übergeben [Vorname, Nachname, Alter] im Parameter usecols .
Hier ist ein Codebeispiel, das die Verwendung der read_excel-Methode und des usecols-Parameters veranschaulicht :
import pandas as pd
# Lesen von Daten aus einer Excel-Datei
data = pd.read_excel("data.xlsx", usecols=[Vorname, Nachname, Alter])
In diesem Beispiel übergeben wir die Datei "data.xlsx" in der read_excel-Methode und geben Sie die Spalten "Vorname", "Nachname" und "Alter" im usecols-Parameter an. Es liest nur diese Spalten aus einer Excel-Datei und speichert sie in einer data- Variablen. Dann geben wir die Daten aus, um sicherzustellen, dass sie erfolgreich gelesen wurden.
Die Verwendung des usecols-Parameters spart Speicher und beschleunigt das Lesen von Daten aus einer Excel-Datei, insbesondere wenn die Datei sehr groß ist und viele Spalten enthält.
Abschließend ist das Lesen von Excel-Dateien in Python mit der read_excel-Methode und dem usecols-Parameter in der Pandas-Bibliothek eine einfache und effiziente Möglichkeit, mit Daten zu arbeiten. Mit dieser Option können Sie nur die gewünschten Spalten auswählen, die verarbeitet werden sollen, und Sie sparen Computerressourcen.
Pandas: Bibliothek für die Datenverarbeitung in Python
Eines der wichtigsten Merkmale von Pandas ist die Fähigkeit, Daten aus einer Vielzahl von Quellen schnell und einfach zu lesen, zu schreiben und zu verarbeiten, einschließlich des Excel-Formats. Zum Lesen von Excel-Dateien bietet Pandas eine Methode read_excel, mit dem Sie Daten aus einem oder mehreren Arbeitsblättern einer Datei lesen können.
Bei Verwendung der Methode read_excel sie können einen Parameter angeben usecols, mit dem Sie nur bestimmte Spalten zum Lesen auswählen können. Parameter usecols akzeptiert eine Liste mit den zu lesenden Indizes oder Spaltennamen.
Mit dem folgenden Code können Sie beispielsweise nur die Spalten Name und Alter aus einer Excel-Datei auslesen:
import pandas as pd
data = pd.read_excel("sample.xlsx", usecols=[name, Alter])
Nach der Ausführung dieses Codes enthält die Variable "data" nur die Spalten "Name" und "Alter" aus der Excel-Datei "sample".xlsx". Sie können diese Spalten verwenden, um die Daten weiter zu verarbeiten und zu analysieren.
Dank seiner Einfachheit und Funktionalität ist Pandas zu einer der beliebtesten Bibliotheken für die Datenverarbeitung in Python geworden. Es verfügt über eine Fülle von Methoden und Funktionen für die Arbeit mit Daten, ermöglicht die effiziente Durchführung verschiedener Operationen wie Filtern, Sortieren, Gruppieren, Aggregieren und vieles mehr.
Die grundlegende Datenstruktur in Pandas ist DataFrame, die eine zweidimensionale Tabelle darstellt. Ein DataFrame besteht aus Reihen und Spalten, von denen jede einen anderen Datentyp haben kann. Dadurch können Sie mit Pandas bequem mit Daten unterschiedlicher Struktur und Formate arbeiten.
Die Funktionen von Pandas beschränken sich nicht nur auf die Verarbeitung von Daten aus Excel-Dateien. Es unterstützt auch das Lesen und Schreiben von Daten aus anderen Formaten wie CSV, SQL, JSON, HTML, TXT und vielen anderen. Die Bibliothek enthält außerdem viele Funktionen zum Arbeiten mit fehlenden Werten, Zeitreihen, statistischen Analysen und Graphen.
Die Kombination aus Komfort, Effizienz und umfangreicher Funktionalität macht Pandas zu einer unverzichtbaren Bibliothek für jedes Projekt im Zusammenhang mit der Analyse und Verarbeitung von Daten in Python.
read_excel-Methode: Daten aus Excel-Dateien lesen
Mit der read_excel-Methode können Sie Daten aus Excel-Dateien (.xls oder .xlsx) im Tabellenformat DataFrame. Dies ist nützlich, wenn Sie die in Excel-Tabellen gespeicherten Daten analysieren oder manipulieren müssen.
Der Hauptparameter der read_excel-Methode ist der Pfad der zu öffnenden Excel-Datei. Zum Beispiel:
import pandas as pddata = pd.read_excel("data.xlsx")Dadurch wird der Inhalt des ersten Arbeitsblatts in der Excel-Datei geladen und das Ergebnis wird in der data-Variablen als DataFrame-Tabelle gespeichert.
Darüber hinaus unterstützt die read_excel-Methode eine Reihe zusätzlicher Parameter, mit denen Sie den Leseprozess der Daten konfigurieren können:
- sheet_name - Der Name oder Index des zu ladenden Blattes. Standardmäßig wird das erste Blatt geladen.
- header - Die Zeilennummer, die die Header enthält. Standardmäßig werden die Header aus der ersten Zeile gelesen.
- usecols - Liste der zu ladenden Spalten. Hier können Sie nur die gewünschten Spalten auswählen und die anderen ignorieren.
- skiprows - Eine Liste von Zeilen, die beim Lesen übersprungen werden müssen. Es ist praktisch, wenn am Anfang einer Datei unnötige Zeilen mit Kommentaren oder Überschriften enthalten.
Um beispielsweise Daten aus dem Arbeitsblatt "Sheet2" mit Überschriften zu laden, können Sie den folgenden Code verwenden:
data = pd.read_excel("data.xlsx", sheet_name="Sheet2", header=0)Sie können den Parameter usecols verwenden, um nur die Spalten "A" und "C" aus einer Datei zu laden :
data = pd.read_excel("data.xlsx", usecols=["A", "C"])Die read_excel-Methode macht es daher einfach und bequem, Daten aus Excel-Dateien in Python zu lesen und sie für die Analyse, Verarbeitung oder Visualisierung zu verwenden.
