如何在 Jupyter Notebook 中读取 XLSX 文件 - Python

在数据分析领域，使用 Python 分析和处理 Excel 数据非常普遍。在使用 Jupyter Notebook 进行数据分析时，读取 Excel 文件成为了必要的操作之一。在本文中，我们将介绍如何在 Jupyter Notebook 中使用 Pandas 库来读取 XLSX 文件。

1. 安装 Pandas 库

首先，您需要安装 Pandas 库。使用以下命令通过 pip 安装：

!pip install pandas

2. 导入 Pandas 库

在代码中导入 Pandas 库：

import pandas as pd

3. 读取 Excel 文件

使用 Pandas 库的 read_excel() 函数来读取 Excel 文件。下面是一些示例代码：

# 读取单个表单
df = pd.read_excel('data.xlsx')

# 读取多个表单
dfs = pd.read_excel('data.xlsx', sheet_name=None)

# 读取特定表单
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

• 第一个示例代码从一个名为 data.xlsx 的 Excel 文件中读取一个表单。读取后的数据将存储在 Pandas 的 DataFrame 对象中，其中 df 是用户自定义的对象名称。
• 第二个示例代码从 data.xlsx 文件中读取所有表单，并将所有表存储在字典中。键是表单名称，值是表单数据帧。
• 第三个示例代码从 data.xlsx 文件中读取名为 Sheet1 的表单。用户可以更改 sheet_name 变量以读取所需的表单。

4. 数据处理和分析

一旦读取数据，您可以使用 Pandas 提供的函数和工具来分析和处理它们。以下是一些示例操作：

# 显示 DataFrame 的前几行
df.head()

# 显示 DataFrame 的基本统计信息
df.describe()

# 选择特定列
df['列名']

# 过滤行
df[df['列名'] > value]

# 根据列排序
df.sort_values(by='列名')

结论

在 Jupyter Notebook 中读取 Excel 文件非常简单，而 Pandas 是一个极其有用的工具，可以简化数据处理和分析的复杂性。本文中提供的示例代码可以让您开始处理 Excel 数据，但是您应该深入学习 Pandas 来利用其功能更广泛的功能。