Excel

Giới thiệu

Excel là một phần mềm quản lý dữ liệu phổ biến, được sử dụng để lưu trữ và xử lý dữ liệu trong các bảng. Excel có thể lưu dữ liệu dưới dạng file .xlsx hoặc .xls.

Đọc file Excel

Để đọc file Excel ta dùng cú pháp sau

x = pd.ExcelFile(filename)

Với filename là đường dẫn đến file

Để xem tên các sheets của x ta có thể dùng x.sheet_names. Sau đó để đọc từng sheet của x ta có thể dùng .parse()

df = x.parse(sheet_name, header=0, names=None, index_col=None, usecols=None, skiprows=None, skipfooter=0, nrows=None)

Trong đó sheet_name là tên sheet cần đọc, các thông số còn lại tương tự như phần đọc file csv và tsv. Một cách khác để đọc file excel là dùng hàm pandas.read_excel với tham số io là tên file.

Xuất file Excel

Giả sử ta có các DataFrame df1, df2, df3 cần được lưu vào 1 file Excel duy nhất

import pandas as pd

df1 = pd.DataFrame({'col_1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'col_1': ['a', 'b', 'c', 'd']})
df3 = pd.DataFrame({'col_1': [True, True, False, False]})

Để ghi các bảng vào file Excel, bước đầu tiên là khởi tạo biến writer theo cú pháp

writer = pd.ExcelWriter('pandas_multiple.xlsx', mode='w',  if_sheet_exists=None, engine=None)

Trong đó:

• filename là tên file excel

• mode là phương thức ghi file với w là viết file mới và a là viết thêm vào file. Mặc định là w

• if_sheet_exists là phương thức ghi file nếu file hoặc sheet đã tồn tại, bao gồm các phương thức dưới đây (mặc định là error)

  • error: hiện ValueError nếu đã tồn tại sheet

  • new: Tạo sheet mới với tên phụ thuộc vào engine

  • replace: Xóa nội dung của sheet trước khi viết.

  • overlay: Viết lên sheet đã tồn tại mà không xóa các sheet cũ

• engine: Một số kiểu hỗ trợ ghi file như xlsxwriter, openpyxl, openpyxl, odswriter

Lưu ý

mode='w' không được sử dụng với engine xlsxwriter, khi khai báo engine này sẽ báo lỗi.

if_sheet_exists chỉ sử dụng với mode='a'

overlay chỉ hỗ trợ với phiên bản 1.4.0 trở lên.

Để ghi từng sheet bạn dùng lệnh .to_excel(). Sau khi ghi tất cả các sheet bạn kết thúc với writer.save() để lưu file

writer = pd.ExcelWriter('mul_sheets.xlsx', mode='w', engine='openpyxl')
df1.to_excel(writer, sheet_name='Sheet1')
df2.to_excel(writer, sheet_name='Sheet2')
df3.to_excel(writer, sheet_name='Sheet3')
writer.save()

Mẹo

Có thể dùng with để mở file để tránh trường hợp quên gọi lệnh .save(), lệnh with sẽ tự động lưu file sau khi kết thúc các lệnh con trong nó

import pandas as pd
df1 = pd.DataFrame({'col_1': [2, 3, 4, 5]})
df2 = pd.DataFrame({'col_1': ['a', 'b', 'c', 'd']})
df3 = pd.DataFrame({'col_1': [True, True, False, False]})
sheet_names = ['Sheet1','Sheet2', 'Sheet3']

with pd.ExcelWriter('mul_sheets.xlsx', mode='a', if_sheet_exists='new', engine='openpyxl') as writer:
    for df, sheet_name in zip([df1, df2, df3], sheet_names):
        df.to_excel(writer, sheet_name)