Verwendung von Pandas zum pd.read_excel() für mehrere Arbeitsblätter desselben Arbeitsbuchs

Question

Ich habe eine große Tabellendatei (.xlsx), die ich mit Python Pandas verarbeite. Es kommt vor, dass ich Daten aus zwei Registerkarten (Blättern) in dieser großen Datei benötige. Eine der Registerkarten enthält eine Menge Daten und die andere nur ein paar einzelne Zellen.

Wenn ich pd.read_excel() für irgendein Arbeitsblatt verwende, scheint es mir, als ob die gesamte Datei geladen wird (nicht nur das Arbeitsblatt, das mich interessiert). Wenn ich die Methode zweimal verwende (einmal für jedes Blatt), muss ich praktisch zweimal das gesamte Arbeitsbuch einlesen (obwohl wir nur das angegebene Blatt verwenden).

Wie lade ich nur bestimmte Blätter mit pd.read_excel()?

Answer 1

Ja, leider wird es immer die gesamte Datei laden. Wenn Sie dies wiederholt tun, ist es wahrscheinlich am besten, die Blätter in separate CSVs zu extrahieren und dann separat zu laden. Sie können diesen Prozess mit d6tstack automatisieren, das auch zusätzliche Funktionen wie die Überprüfung, ob alle Spalten in allen Blättern oder mehreren Excel-Dateien gleich sind, hinzufügt.

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

Siehe d6tstack Excel-Beispiele

Answer 2

Wenn Sie die Excel-Datei im selben Ordner wie Ihr Python-Programm gespeichert haben (relative Pfade), müssen Sie nur die Blattnummer zusammen mit dem Dateinamen angeben.

Beispiel:

 data = pd.read_excel("wt_vs_ht.xlsx", "Blatt2")
 print(data)
 x = data.Height
 y = data.Weight
 plt.plot(x,y,'x')
 plt.show()

Answer 3

Einzelseite aus Excel-Datei mit read_excel lesen

df = pd.read_excel(config_file, sheet_name = 'euro-währungskurse')

Mehrere Seiten aus Excel-Datei lesen

excel_df    = pd.read_excel(self.excel_file, sheet_name=[0, 1, 2])          # Liest die 1., 2. und 3. Seite, gibt ein Dictionary mit den Schlüsselnummern 0,1,2 und den entsprechenden Werttabellendaten zurück
# excel_df  = pd.read_excel(self.excel_file, sheet_name=['blattA', 'blattB', 'blattC'])
# excel_df  = pd.read_excel(self.excel_file, sheet_name=None)       # Alle Seiten lesen
blatt1_df   = excel_df[0]
blatt2_df   = excel_df[1]
blatt3_df   = excel_df[2]

Answer 4

Df wird eine Liste sein, die jedes Blatt als DataFrame in jedem Index enthält.

import pandas as pd

deine_datei = 'deine_datei.xlsx'
sh = pd.read_excel(deine_datei, sheet_name=None)

name = list(sh.keys())
df = []

for i in range(len(name)):
  df.append(pd.read_excel(deine_datei, name[i]))