Python と Pandas を使用して XLSX ファイルを読む

Pandas は非常に堅牢で最適化されたライブラリであり、データを効率的に処理し、そのデータに対して簡単に操作を実行し、あらゆる種類のプロットやグラフでデータを分析するのに役立ちます。Pandas を使用すると、マージ、連結、再形成な​​どの一般的な操作を非常に簡単に実行できます。

Pandas は、ファイルの読み取りと、ファイル内のデータを配列や DataFrames などのさまざまなオブジェクトに保存することもサポートしています。そのようなファイルの 1つが .xlsx です。.xlsx ファイルは、圧縮された XML ベースの Microsoft Excel OpenXML 形式のスプレッドシートファイルです。この記事では、Pandas を使用して .xlsx ファイルを読み取る方法について説明します。

Python で pandas を使用して .xlsx ファイルを読み取る

pandas を使用して .xlsx ファイルを読み取るには、read_excel() 関数を使用できます。この関数は、Excel ファイルを pandas DataFrame に読み込みます。また、この関数を使用して、xlsx、xls、xlsm、xlsb、odf、ods、および odt ファイルを読み取ることができます。Excel ファイルには複数のシートを含めることができるため、この関数は 1つまたは複数のシートを読み取ることができます。

read_excel() 関数にはいくつかのパラメーターがあります。主なものについて説明します。

• io：このパラメーターは、str、bytes、ExcelFile、xlrd.Book、path オブジェクト、またはファイルのようなオブジェクトにすることができます。読み取る必要があるのは、基本的にファイルまたはオブジェクトです。このパラメータに文字列の形式で有効なファイルパスを渡すこともできます。
• sheet_name：このパラメーターには、str、int、list、または None を指定できます。デフォルト値は 0 です。Excel ファイルはシートで構成されているため、1 枚または複数のシートを指定して読み取ることができます。整数インデックス（2、0、[1, 3, 7]）だけでなく、文字列名を使用してシートを指定することもできます（Sheet1、Sheet3、["Sheet4", "Sheet5", "Sheet8"]）。
• header：Excel ファイルのヘッダーと見なす必要のある行。最初の行は通常ヘッダーであり、ゼロベースのインデックス付けを考慮しているため、デフォルト値は 0 です。ヘッダーがない場合は、None に設定します。
• names：Excel ファイルから読み取る列を指定できます。列名のリストを受け入れます。デフォルト値は None です。列名はヘッダー内にあるため、ファイルには 1つ必要です。それ以外の場合は、header = None を設定するだけです。

ここで、この関数を使用して .xlxs ファイルを読み取る方法を見てみましょう。次のコードを参照してください。

file_name = "my_file.xlsx"  # File name
sheet_name = 3  # 4th sheet
header = 1  # The header is the 2nd row
df = pd.read_excel(file_name=file_name, sheet_name=sheet_name, header=header)
print(df.head())  # Prints first 5 rows from the top along with the header
print(df.tail())  # Prints first 5 rows from the bottom along with the header