将Excel导入pandas数据框
以下仅是Coursera关于数据科学作业的开始。 我希望这不是微不足道的。 但是我迷失在此，无法find答案。 我被要求将一个Excelfile导入到一个pandas数据框中并在之后进行操作。 该文件可以在这里find： http : //unstats.un.org/unsd/environment/excel_file_tables/2013/Energy%20Indicators.xls
是什么让我很难
a）有17行和页脚的“开销”b）前两列是空的c）索引列没有标题名称
几个小时，如果seraching和阅读我想出了这个无用的线：
energy=pd.read_excel('Energy Indicators.xls', sheetname='Energy', header=16, skiprows=[17], skipfooter=38, skipcolumns=2 ) 这似乎产生了一个多索引数据框。 尽pipe命令energy.head（）不返回任何内容。
我有两个问题：
- 我错了什么 直到这个练习，我想我理解数据框。 但现在我完全无能为力，迷失了： – （（
- 我该如何解决这个问题？ 我需要做些什么才能把这个Exceldata变成一个由国家指数组成的数据组？
谢谢。
我想你需要添加参数：
-
index_col将列转换为索引 -
usecols– 按位置分析列 - 将标题位置更改为
15
energy=pd.read_excel('Energy Indicators.xls', sheetname='Energy', skiprows=[17], skipfooter=38, header=15, index_col=[0], usecols=[2,3,4,5] ) print (energy.head()) Energy Supply Energy Supply per capita \ Afghanistan 321 10 Albania 102 35 Algeria 1959 51 American Samoa ... ... Andorra 9 121 Renewable Electricity Production Afghanistan 78.669280 Albania 100.000000 Algeria 0.551010 American Samoa 0.641026 Andorra 88.695650
我安装了xlrd软件包，用pip install xlrd ，然后成功载入文件如下：
In [17]: df = pd.read_excel(r"http://unstats.un.org/unsd/environment/excel_file_tables/2013/Energy%20Indicators.xls", ...: sheetname='Energy', ...: header=16, ...: skiprows=[17], ...: skipfooter=38, ...: skipcolumns=2) In [18]: df.shape Out[18]: (227, 3) In [19]: df.head() Out[19]: Energy Supply Energy Supply per capita \ NaN Afghanistan Afghanistan 321 10 Albania Albania 102 35 Algeria Algeria 1959 51 American Samoa American Samoa ... ... Andorra Andorra 9 121 Renewable Electricity Production NaN Afghanistan Afghanistan 78.669280 Albania Albania 100.000000 Algeria Algeria 0.551010 American Samoa American Samoa 0.641026 Andorra Andorra 88.695650 In [20]: pd.__version__ Out[20]: u'0.20.3' In [21]: df.columns Out[21]: Index([u'Energy Supply', u'Energy Supply per capita', u'Renewable Electricity Production'], dtype='object')
请注意，我正在使用最新版本的pandas0.20.3确保您的系统上有最新版本。
我修改了你的代码，并能够获取数据到数据框中。 而不是skipcolumns （这不工作），我用下面的参数usecols
energy=pd.read_excel('Energy_Indicators.xls', sheetname='Energy', header=16, skiprows=[16], skipfooter=38, usecols=[2,3,4,5] ) Unnamed: 2 Petajoules Gigajoules % 0 Afghanistan 321 10 78.669280 1 Albania 102 35 100.000000 2 Algeria 1959 51 0.551010 3 American Samoa ... ... 0.641026 4 Andorra 9 121 88.695650
为了使这些国家成为指标，你可以做到以下几点
# Rename the column Unnamed: 2 to Country energy = energy.rename(columns={'Unnamed: 2':'Country'}) # Change the index to country column energy.index = energy['Country'] # Drop the extra country column energy = energy.drop('Country', axis=1)