利用Python读取Excel表内容的详细过程

用python读取excel表中的数据

假如说有如下一张存储了数据的excel表，其中x1-x6是特征，y_label是特征对应的类别标签。我们想要使用python对以下数据进行数据分析，那么第一步就要先把excel表中的数据读取出来才行。这里我们主要使用到了python中的pandas库。

首先确定excel表存放的路径所在，比如我的路径是 ‘E:\relate_code\svm\dataset\data.xlsx’.

import pandas as pd

file_path = r'E:\relate_code\svm\dataset\data.xlsx'   # r对路径进行转义，windows需要
raw_data = pd.read_excel(file_path, header=0)  # header=0表示第一行是表头，就自动去除了
print(raw_data)

这样就可以取出数据了，输出见下图。可以看出，这里就没有表中的x1等表头信息了。

但是，最左边这里还有0-169这些行号额外信息，咱们可以用以下命令只要里面的有用信息，并保存到数组中。

data = raw_data.values     # 只提取表中信息
print(data)

输出结果：

这时候数据就都读进来了，并且存储为了数组形式。咱们可以选择想要的数据，比如想把x和y分开，毕竟一个是特征，另一个是标签，这时候可以使用以下代码。

features = data[:, 0:6]  # 由于是二维数组，所以第一个冒号表示选择所有行，之后0：6表示只要前六列的数据
labels = data[:, -1]     # 标签只要最后一列

1、还可以对特征进行选择，假如只要第四列的特征也可以使用：

feature_4 = data[: 3:4]  # 这样得出的数组依然是二维数组，便于后续特征操作

2、如果不想要第四个特征，其它都想要，也可以这样使用，需要用到numpy库：

import numpy as np

feature1_3 = data[:, 0:3]   # 取前三列特征
feature5_6 = data[:, 4:6]   # 取第5，第6列特征
feature_choose = np.hstack(feature1_3, feature5_6)   # 对两份特征进行特征拼接

这里再多说一下，np.hstack（）函数和 np.vstack（）函数：

这里是np.vstack()函数。主要是进行竖直堆叠，使用这个函数的时候要保证两个数组列数是一致的（都是三列），得出的结果如下。

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([7, 8, 9])
print(np.vstack((arr1, arr2)))

下面是np.hstack()函数，主要是进行水平堆叠，使用这个函数的时候要保证行数是一致的（都是两行）。

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[7, 8, 9], [10, 11, 12]])
print(np.hstack((arr1, arr2)))

就先介绍到这里吧，下一篇文章介绍机器学习的代码使用！

来源：https://blog.csdn.net/WYKB_Mr_Q/article/details/122999267