동일한 워크북의 여러 워크시트에 대해 pd.read_excel()에 Panda 사용

동일한 워크북의 여러 워크시트에 대해 pd.read_excel()에 Panda 사용

큰 스프레드시트 파일(.xlsx)을 가지고 있으며 파이썬 팬더를 사용하여 처리하고 있습니다.그 큰 파일에는 2개의 탭(시트)의 데이터가 필요합니다.탭 중 하나는 많은 양의 데이터가 있고 다른 하나는 단지 몇 개의 정사각형 셀입니다.

워크시트에서 사용하면 관심 있는 워크시트뿐만 아니라 전체 파일이 로드된 것처럼 보입니다.따라서 이 방법을 두 번 사용하면(각 시트당 한 번), 지정된 시트만 사용하더라도) 사실상 전체 워크북을 두 번 읽어야 합니다.

」 「 」 「 」 「 」 「 」 「pd.read_excel()

시도:

xls = pd.ExcelFile('path_to_file.xls')
df1 = pd.read_excel(xls, 'Sheet1')
df2 = pd.read_excel(xls, 'Sheet2')

@ 수 파일 가 @HaPsantran에서 .ExcelFile() 새시트에 .이렇게 하면 새 시트에 액세스할 때마다 동일한 파일을 읽을 필요가 없어집니다.

에 주의:sheet_name합니다.pd.read_excel(),번호 지정 , 인덱스 , 이름 또는 인덱스 목록, 시트 이름(0, 1 등), 시트 이름(0, 1 등), 시트 이름 또는 인덱스 목록입니다.None목록이 제공되면 사전이 반환됩니다. 여기서 키는 시트 이름/인디케이터이고 값은 데이터 프레임입니다.으로는 첫 , 첫 번째 시트)가됩니다.sheet_name=0를 참조해 주세요.

ifNone지정된 경우 모든 시트가 반환됩니다.{sheet_name:dataframe}★★★★★★ 。

몇 가지 옵션이 있습니다.

모든 시트를 정렬된 사전으로 직접 읽습니다.

import pandas as pd

# for pandas version >= 0.21.0
sheet_to_df_map = pd.read_excel(file_name, sheet_name=None)

# for pandas version < 0.21.0
sheet_to_df_map = pd.read_excel(file_name, sheetname=None)

첫 번째 시트를 직접 데이터 프레임에 읽습니다.

df = pd.read_excel('excel_file_path.xls')
# this will read the first sheet into df

엑셀 파일을 읽고 시트 목록을 얻으세요.그런 다음 시트를 선택하여 로드합니다.

xls = pd.ExcelFile('excel_file_path.xls')

# Now you can list all sheets in the file
xls.sheet_names
# ['house', 'house_extra', ...]

# to read just one sheet to dataframe:
df = pd.read_excel(file_name, sheet_name="house")

모든 시트를 읽고 사전에 저장하세요.처음과 같지만 좀 더 명확합니다.

# to read all sheets to a map
sheet_to_df_map = {}
for sheet_name in xls.sheet_names:
    sheet_to_df_map[sheet_name] = xls.parse(sheet_name)
    # you can also use sheet_index [0,1,2..] instead of sheet name.

@ihightower는 모든 시트를 읽을 수 있는 방법을 알려주고 @toto_tico, @red-headphone은 버전 문제를 지적해줘서 감사합니다.

sheetname : string, int, 문자열/int의 혼합 목록 또는 None, 기본값0.21.0 이후 사용되지 않음: 소스 링크 대신 sheet_name 사용

시트에 인덱스를 사용할 수도 있습니다.

xls = pd.ExcelFile('path_to_file.xls')
sheet1 = xls.parse(0)

첫 번째 워크시트가 표시됩니다.두 번째 워크시트의 경우:

sheet2 = xls.parse(1)

시트 이름을 매개변수로 지정할 수도 있습니다.

data_file = pd.read_excel('path_to_file.xls', sheet_name="sheet_name")

는 시트만 ."sheet_name".

옵션 1

시트명을 모르는 경우

# Read all sheets in your File
df = pd.read_excel('FILENAME.xlsm', sheet_name=None)
    
# Prints all the sheets name in an ordered dictionary
print(df.keys())

그 다음에 읽고 싶은 시트에 따라 각각 특정 시트에 전달할 수 있다.dataframe,예를 들어

sheet1_df = pd.read_excel('FILENAME.xlsm', sheet_name=SHEET1NAME)
sheet2_df = pd.read_excel('FILENAME.xlsm', sheet_name=SHEET2NAME)

---

옵션 2

이름이 관련이 없고 시트의 위치만 신경쓰는 경우.예를 들어 첫 번째 시트만 갖고 싶다고 칩시다.

# Read all sheets in your File
df = pd.read_excel('FILENAME.xlsm', sheet_name=None)

sheet1 = list(df.keys())[0]

그리고 시트 이름에 따라 각 시트 이름을 특정 시트에 전달할 수 있습니다.dataframe,예를 들어

sheet1_df = pd.read_excel('FILENAME.xlsm', sheet_name=SHEET1NAME)

pd.read_excel('filename.xlsx') 

기본적으로 워크북의 첫 번째 시트를 읽습니다.

pd.read_excel('filename.xlsx', sheet_name = 'sheetname') 

워크북의 특정 시트를 읽고

pd.read_excel('filename.xlsx', sheet_name = None) 

Excel에서 panda 데이터 프레임까지 모든 워크시트를 읽습니다. OrderDict의 한 유형은 중첩된 데이터 프레임을 의미하며, 모든 워크시트는 데이터 프레임 내에서 수집된 데이터 프레임으로, 그 유형은 OrderDict입니다.

모든 시트를 읽고 합치려는 경우.가장 빠르고 최선의 방법

sheet_to_df_map = pd.read_excel('path_to_file.xls', sheet_name=None)
mdf = pd.concat(sheet_to_df_map, axis=0, ignore_index=True)

그러면 모든 시트가 단일 데이터 프레임 m_df로 변환됩니다.

다음 행을 사용하여 모든 시트를 읽을 수 있습니다.

import pandas as pd
file_instance = pd.ExcelFile('your_file.xlsx')

main_df = pd.concat([pd.read_excel('your_file.xlsx', sheet_name=name) for name in file_instance.sheet_names] , axis=0)

df = pd.read_excel('FileName.xlsx', 'SheetName')

이것은 시트를 읽을 것이다.SheetName파일로부터FileName.xlsx

다음 경우:

• 모든 워크시트가 아닌 여러 개의 워크시트가 필요합니다.
• 출력으로 단일 df를 원합니다.

그런 다음 워크시트 이름 목록을 전달할 수 있습니다.수동으로 입력할 수 있는 항목:

import pandas as pd
    
path = "C:\\Path\\To\\Your\\Data\\"
file = "data.xlsx"
sheet_lst_wanted = ["01_SomeName","05_SomeName","12_SomeName"] # tab names from Excel

### import and compile data ###
    
# read all sheets from list into an ordered dictionary    
dict_temp = pd.read_excel(path+file, sheet_name= sheet_lst_wanted)

# concatenate the ordered dict items into a dataframe
df = pd.concat(dict_temp, axis=0, ignore_index=True)

또는

원하는 워크시트에 불필요한 시트와 구분할 수 있는 공통 명명 규칙이 있는 경우 약간의 자동화가 가능합니다.

# substitute following block for the sheet_lst_wanted line in above block

import xlrd

# string common to only worksheets you want
str_like = "SomeName" 
    
### create list of sheet names in Excel file ###
xls = xlrd.open_workbook(path+file, on_demand=True)
sheet_lst = xls.sheet_names()
    
### create list of sheets meeting criteria  ###
sheet_lst_wanted = []
    
for s in sheet_lst:
    # note: following conditional statement based on my sheets ending with the string defined in sheet_like
    if s[-len(str_like):] == str_like:
        sheet_lst_wanted.append(s)
    else:
        pass

네, 안타깝게도 항상 전체 파일이 로딩됩니다.이 작업을 반복할 경우 시트를 분리하여 CSV로 추출한 후 별도로 로드하는 것이 가장 좋습니다.모든 시트 또는 여러 Excel 파일에서 모든 열이 동일한지 확인하는 등의 기능을 추가하는 d6tstack을 사용하여 이 프로세스를 자동화할 수 있습니다.

import d6tstack
c = d6tstack.convert_xls.XLStoCSVMultiSheet('multisheet.xlsx')
c.convert_all() # ['multisheet-Sheet1.csv','multisheet-Sheet2.csv']

d6tstack Excel 예시 참조

python 프로그램과 같은 폴더(상대 경로)에 Excel 파일을 저장한 경우 파일 이름과 함께 시트 번호만 언급하면 됩니다.

예:

 data = pd.read_excel("wt_vs_ht.xlsx", "Sheet2")
 print(data)
 x = data.Height
 y = data.Weight
 plt.plot(x,y,'x')
 plt.show()

언급URL : https://stackoverflow.com/questions/26521266/using-pandas-to-pd-read-excel-for-multiple-worksheets-of-the-same-workbook