Python读取Excel⽂件并写⼊数据库
好⽅法
最近迷上了⾼效处理数据的pandas，其实这个是⽤来做数据分析的，如果你是做⼤数据分析和测试的，那么这个是⾮常的有⽤的！！但是其实我们平时在做⾃动化测⼀、安装环境：
[
复制代码
](javascript:void(0); "复制代码")
<pre Courier New"
!important; font-size: 12px !important;"> 1：pandas依赖处理Excel的xlrd模块，所以我们需要提前安装这个，安装命令是：pip install xlrd 2：安装pandas模块还需要⼀定的编码环境，所以我们⾃⼰在安装的时候，确保你的电脑有这些环境：Net.4 、VC-Compiler以及winsdk_web，如果⼤家没有这些软件~可以咨询我们的辅导员索要相关安装⼯具。 3：步骤1和2 准备好了之后，我们就可以开始安装pandas了，安装命令是：pip install pandas
⼀切准备就绪，就可以开始愉快的玩耍咯！
ps：在这个过程中，可能会遇到安装不顺利的情况，万能的度娘有N种解决⽅案，你这么⼤应该要学着⾃⼰解决问题。</pre>
[
复制代码
](javascript:void(0); "复制代码")
⼆、pandas操作Excel表单
数据准备，有⼀个Excel⽂件：lemon.xlsx有两个表单，表单名分别为：Python 以及student，
Python的表单数据如下所⽰：
image
student的表单数据如下所⽰：
image
1：在利⽤pandas模块进⾏操作前，可以先引⼊这个模块，如下：
2：读取Excel⽂件的两种⽅式：
⽅法⼀：默认读取第⼀个表单
ad_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第⼀个表单
data=df.head()#默认读取前5⾏的数据
print("获取到所有的值:\n{0}".format(data))#格式化输出</pre>
得到的结果是⼀个⼆维矩阵，如下所⽰：
image
<pre Courier New"
!important; font-size: 12px !important;">#⽅法⼆：通过指定表单名的⽅式来读取
ad_excel('lemon.xlsx',sheet_name='student')#可以通过sheet_name来指定读取的表单
data=df.head()#默认读取前5⾏的数据
print("获取到所有的值:\n{0}".format(data))#格式化输出</pre>
得到的结果如下所⽰，也是⼀个⼆维矩阵：
image
[
复制代码
](javascript:void(0); "复制代码")python怎么读入excel
<pre Courier New"
!important; font-size: 12px !important;">#⽅法三：通过表单索引来指定要访问的表单，0表⽰第⼀个表单 #也可以采⽤表单名和索引的双重⽅式来定位表单 #也可以同时定位多个表单，⽅式都罗列如下所⽰
ad_excel('lemon.xlsx',sheet_name=['python','student'])#可以通过表单名同时指定多个 #
ad_excel('lemon.xlsx',sheet_name=0)#可以通过表单索引来指定读取的表单 #
ad_excel('lemon.xlsx',sheet_name=['python',1])#可以混合的⽅式来指定 # ad_excel('lemon.xlsx',sheet_name= [1,2])#可以通过索引 同时指定多个
data=df.values#获取所有的数据，注意这⾥不能⽤head()⽅法哦~
print("获取到所有的值:\n{0}".format(data))#格式化输出</pre>
[
复制代码
](javascript:void(0); "复制代码")
具体结果是怎样的，同学们可以⾃⼰⼀个⼀个的去尝试，这个结果是⾮常有意思的，但是同时同学们也发现了，这个数据是⼀个⼆维矩阵，对于我们去做⾃动化测试，并不能很顺利的处理，所以接下来，我们就会详细的讲解，如何来读取⾏号和列号以及每⼀⾏的内容 以及制定⾏列的内容。
三、pandas操作Excel的⾏列
1：读取指定的单⾏，数据会存在列表⾥⾯
!important; font-size: 12px !important;">#1：读取指定⾏
ad_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第⼀个表单
data=df.ix[0].values#0表⽰第⼀⾏ 这⾥读取数据并不包含表头，要注意哦！
print("读取指定⾏的数据：\n{0}".format(data))</pre>
得到的结果如下所⽰:
image
2：读取指定的多⾏，数据会存在嵌套的列表⾥⾯：
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx')
data=df.ix[[1,2]].values#读取指定多⾏的话，就要在ix[]⾥⾯嵌套列表指定⾏数
print("读取指定⾏的数据：\n{0}".format(data))</pre>
3：读取指定的⾏列：
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx')
data=df.ix[1,2]#读取第⼀⾏第⼆列的值，这⾥不需要嵌套列表 print("读取指定⾏的数据：\n{0}".format(data))</pre>
4：读取指定的多⾏多列值：
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx')
data=df.ix[[1,2],['title','data']].values#读取第⼀⾏第⼆⾏的title以及data列的值，这⾥需要嵌套列表 print("读取指定⾏的数据：
\n{0}".format(data))</pre>
5：获取所有⾏的指定列
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx')
data=df.ix[:,['title','data']].values#读所有⾏的title以及data列的值，这⾥需要嵌套列表 print("读取指定⾏的数据：\n{0}".format(data)) </pre>
6：获取⾏号并打印输出
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx') print("输出⾏号列表",df.index.values)
输出结果是：
输出⾏号列表 [0 1 2 3]</pre>
7：获取列名并打印输出
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx') print("输出列标题",df.columns.values)
运⾏结果如下所⽰：
输出列标题 ['case_id' 'title' 'data']</pre>
8：获取指定⾏数的值：
[
复制代码
](javascript:void(0); "复制代码")
!important; font-size: 12px !important;">ad_excel('lemon.xlsx') print("输出值",df.sample(3).val
ues)#这个⽅法类似于head()⽅法以及df.values⽅法
输出值
[[2 '输⼊错误的密码' '{"mobilephone":"186********","pwd":"12345678"}']
[3 '正常充值' '{"mobilephone":"186********","amount":"1000"}']
[1 '正常登录' '{"mobilephone":"186********","pwd":"123456"}']]</pre>
[
复制代码
](javascript:void(0); "复制代码")
9：获取指定列的值：
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx') print("输出值\n",df['data'].values)</pre>
四：pandas处理Excel数据成为字典
我们有这样的数据，
image
，处理成列表嵌套字典，且字典的key为表头名。
实现的代码如下所⽰：
[
复制代码
](javascript:void(0); "复制代码")
<pre Courier New"
!important; font-size: 12px !important;">ad_excel('lemon.xlsx')
test_data=[] for i in df.index.values:#获取⾏号的索引，并对其进⾏遍历：
#根据i来获取每⼀⾏指定的数据 并利⽤to_dict转成字典
row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict()
test_data.append(row_data) print("最终获取到的数据是：{0}".format(test_data))</pre>
[
复制代码
](javascript:void(0); "复制代码")
最后得到的结果是：
<pre Courier New"
!important; font-size: 12px !important;">最终获取到的数据是：
[{'title': '正常登录', 'case_id': 1, 'data': '{"mobilephone":"186********","pwd":"123456"}'},
{'title': '输⼊错误的密码', 'case_id': 2, 'data': '{"mobilephone":"186********","pwd":"12345678"}'},
{'title': '正常充值', 'case_id': 3, 'data': '{"mobilephone":"186********","amount":"1000"}'},
{'title': '充值输⼊负数', 'case_id': 4, 'data': '{"mobilephone":"186********","amount":"-100"}'}]</pre>

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。