#1：读取指定行
print("----读取指定的单行，数据会存在列表里面----")
df=pd.read_excel('测试.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=df.loc[0].values#0表示第一行 这里读取数据并不包含表头，要注意哦！
print("读取指定行的数据：\n{0}".format(data))
print("\n------读取指定的多行，数据会存在嵌套的列表里面----------")
df=pd.read_excel('测试.xlsx')
data=df.loc[[1,2]].values#读取指定多行的话，就要在loc[]里面嵌套列表指定行数
print("读取指定行的数据：\n{0}".format(data))
print("\n----------------读取指定的行列-----------------------")
df=pd.read_excel('测试.xlsx')
data=df.iloc[1,2]#读取第一行第二列的值，这里不需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
print("\n----------------读取指定的多行多列值-----------------------")
df=pd.read_excel('测试.xlsx')
data=df.loc[[1,2],['title','data']].values#读取第一行第二行的title以及data列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
print("\n-----------获取所有行的指定列----------------------------")
df=pd.read_excel('测试.xlsx')
data=df.loc[:,['title','data']].values#读所有行的title以及data列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
print("\n------------获取行号并打印输出---------------------------")
df=pd.read_excel('测试.xlsx')
print("输出行号列表",df.index.values)
print("\n-------------获取列名并打印输出--------------------------")
df=pd.read_excel('测试.xlsx')
print("输出列标题",df.columns.values)
print("\n------------获取指定行数的值---------------------------")
df=pd.read_excel('测试.xlsx')
print("输出值",df.sample(3).values)#这个方法类似于head()方法以及df.values方法
print("\n-----------获取指定列的值----------------------------")
df=pd.read_excel('测试.xlsx')
print("输出值\n",df['data'].values)
方法用于遍历DataFrame的每一行。在循环中，我们可以通过指定列名来访问当前行的值，例如。库，可以使用多种方式
读取
Excel
数据。参数用于指定要
读取
的列范围。方法用于遍历DataFrame的每一列。在循环中，我们可以通过。替换为你的工作表名称，以及对应的列名和处理逻辑。替换为你实际的
Excel
文件路径，替换为你实际的
Excel
文件路径。替换为你实际的
Excel
文件路径，表示从A列到C列的范围。应替换为你的实际列名。获取当前列的名称，通过。
了解了Series和dataframe的基本数据结构和索引的相关概念之后，就可以练习基本的
excel
操作。
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）获取行数：df.index
pandas
会默认给一个
excel
文件的行设置数字索引，从0开始算；如果一个
excel
多个列的行数不同则按照行数最多的那一列计算。
\# -.
读取
Excel
后，dataframe后直接.shape，shape输出是一个list，里面2个数字，第一个是行，第二个是列。
pandas
读
excel
获取表的行数列数，有多种方法，本人最常用的就是shape。
以上代码将会
读取
名为"data.xlsx"的
Excel
文件中的"Sheet1"工作表，并将数据存储在名为"df"的数据框中。这是最常用的方法，可以
读取
Excel
文件，并将其转换为
Pandas
数据框。
读取
完
Excel
文件后，将其转换为
Pandas
数据框，并将结果赋值给变量。
读取
完
Excel
文件后，将其转换为
Pandas
数据框，并将结果赋值给变量。
读取
完
Excel
文件后，将其转换为
Pandas
数据框，并将结果赋值给变量。
读取
完
Excel
文件后，将其转换为
Pandas
数据框，并将结果赋值给变量。
通过阅读表格,可以发现
Pandas
中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于
python
利用
pandas
库
读取
excel
/csv中指定行或列数据的相关资料,需要的朋友可以参考下
关键！！！！使用loc函数来查找。
话不多说，直接演示：
有以下名为try.xlsx表：
1.根据index查询
条件：首先导入的数据必须的有index
或者自己添加吧，方法简单，
读取
excel
文件时直接加index_col
代码示例：
import
pandas
as pd
def delbycelllist(self, readfrom=None, sheet_name='Sheet1', cgilist=None, cellnamelist=None):
if cgilist:
for cgi in cgilist:
self.delbycelladj(cgi=cgi)
有的时候
excel
文件是没有列标签的，而
pandas
默认
读取
excel
文件的时候是将第一行作为列标签来
读取
的，所以文件中的第一行数据就被读成了列标签了，解决方法是在
读取
或者写入
excel
文件的时候设置header = None或者是index = None
import
pandas
as pd
import numpy as np
if __name__ == '__main__':
#
读取
文件的时候header设置为None
data = pd.read_
excel
("panda
前面利用
python
的openpyxl库对
excel
做了简单基础操作，大家可以打开公众号右下角往期回顾，可以复习查看。今天开始介绍
python
可以操作
Excel
的另一个强大的库——
pandas
库。个人认为，
pandas
库对于操作
Excel
有着极好的支撑。在数据导入、数据清洗、数据计算、数据导出都有着完整性的支撑，是一个提供高性能易用数据类型和分析工具，并且用一段时间你就会发现如果拿pan...
pandas
是基于Numpy创建的
Python
包，内置了大量标准函数，能够高效地解决数据分析数据处理和分析任务，
pandas
支持多种文件的操作，比如
Excel
，csv，json，txt 文件等，
读取
文件之后，就可以对数据进行各种清洗、分析操作了。下面我们这里介绍一下如何使用
pandas
读取
excel
文件，以及使用它结合matplotlib进行画图。
使用
pandas
读取
特定行或列的数据非常方便，常用的方法包括直接使用列名、loc和iloc方法。通过这些方法，我们可以灵活地访问和操作 DataFrame 中的任意部分数据。希望这些
内容
对您有所帮助，如果您有任何问题或建议，欢迎在评论区留言！
