Excelファイルの読み書きをPandas データフレーム上で行なう基本事項をまとめました。
シート名の確認
Excelファイルをデータフレームとして読み込む場合、ファイル名に加えてシート名を指定する必要があります。 シート名を確認するために、いちいちExcelファイルを開くことなく、Jupyter Notebook で確認します。
1
2
3
4
5
6
7
8
9
10
11
12
13
# 必要なモジュールをインポート
import openpyxl as xl
import win32com.client
import os
# excel_file.xlsx を"filename"として定義する
filename = 'excel_file.xlsx'
# エクセルファイルを読み込む
wb = xl.load_workbook(filename)
# 読み込んだexcelファイルのシート名を確認する
wb.sheetnames
確認結果
以下のとおり、読み込むExcelファイルには ‘Sheet1_name’、 ‘Sheet2_name’ 2つのシートがあることが分かりました。このように、複数のシートが存在することが分かりましたので、この時点でExcelファイルの中身の確認が必要になります。
1
2
3
# リスト型式で出力される。
['Sheet1_name', 'Sheet2_name']
Excel シートを読み込み、結果をデータフレームとする
データフレームdf1 は、‘Sheet2_name’から読込み、col1列をインデックスにして 最初の行はタイトル（ヘッダー行）とします。
1
2
3
4
5
6
# Sheet2_nameのシートを選択
# col1のデータをIndex にする
# 最初の行がタイトル行のデータフレームとして読み込む
xlsx = pd.ExcelFile(filename)
df1 = pd.read_excel(xlsx, 'Sheet2_name', index_col="col1", header=0)
データフレームdf2 は、‘Sheet1_name’のすべてのExcel列をデータフレームの列として読み込みます。 最初の行もデータで、タイトル行はありません。
1
2
3
4
5
# Sheet1_nameのシートをそのまま全部
# 最初の行もデータとして読み込む
# タイトル行はなし（header=None）
df2 = pd.read_excel(xlsx, 'Sheet1_name', header=None)
read_excel() でよく使われる引数のまとめ
| パラメータ(引数) | 説明 |
|---|---|
| sheet_name= “sheet_name” or int | 読み込むシート名、最初のシートを0として整数で指定 |
| index_col = “column_name” or None | データフレームでIndexとする列名の指定、None は無し |
| header= 0 or None | タイトル行の指定、0は先頭行、None は無し |
| skiprows = int | 上部の何行を読み飛ばすか指定 |
| skipfooter= int | データ下部の何行を読み飛ばすか指定 |
| usecol = [ 1, 2, 6, 7, 8 ] | 読み込む列番号をintで指定 |
| usecol = “A, C:F” | 読み込む列名を文字列で指定、リスト型式ではなく単体の文字列として与えること |
| 補足int の意味 | 整数値 0,1,2,3… |
データフレーム(df)をExcel ファイルとして保存する
Pandas データフレームが自動で作成するインデックス（0から始まる各行に対する シーケンシャル番号）は、通常Exceファイルでは不要ですから、“index=False” としてExcelには書き出さない。
1
2
3
4
# データフレームをファイル名"excel_false_index.xlsx"で保存
# データフレームのインデックスはExcelには書き出さない
df.to_excel("excel_false_index.xlsx", index=False)
ラベルインデックスのようにインデックス自体に意味を持たせているのであれば、 インデックスはExcel列「A」の値として書き出すこともできます。 “index=True”は、デフォルトでので、指定しなければ書き出します。
1
2
3
4
# データフレームをファイル名"excel_true_index.xlsx"で保存する
# データフレームのインデックスはExcel列「A」の値として書き出す
df.to_excel("excel_true_index.xlsx")