Pandas Read Excel: PythonでExcelファイルをインポートする方法

import pandas as pd
 
# Excelファイルの最初のシートを読み込む
df = pd.read_excel('data.xlsx')
print(df.head())

# 絶対パス
df = pd.read_excel('/Users/username/Documents/sales_data.xlsx')
 
# 相対パス
df = pd.read_excel('../data/sales_data.xlsx')

# シート名で読み取る
df = pd.read_excel('financial_report.xlsx', sheet_name='Q1 Revenue')
 
# インデックスで読み取る(0 = 最初のシート)
df = pd.read_excel('financial_report.xlsx', sheet_name=0)

# 複数の特定のシートを読み取る
sheets_dict = pd.read_excel('annual_report.xlsx',
                            sheet_name=['Q1', 'Q2', 'Q3', 'Q4'])
 
# 個別のDataFrameにアクセス
q1_df = sheets_dict['Q1']
q2_df = sheets_dict['Q2']
 
print(f"Q1 shape: {q1_df.shape}")
print(f"Q2 shape: {q2_df.shape}")

# すべてのシートを辞書に読み込む
all_sheets = pd.read_excel('company_data.xlsx', sheet_name=None)
 
# すべてのシートを反復処理
for sheet_name, df in all_sheets.items():
    print(f"\nSheet: {sheet_name}")
    print(f"Shape: {df.shape}")
    print(f"Columns: {df.columns.tolist()}")

# すべてのシートを単一のDataFrameに結合
all_sheets = pd.read_excel('monthly_sales.xlsx', sheet_name=None)
combined_df = pd.concat(all_sheets.values(), ignore_index=True)
print(f"Combined shape: {combined_df.shape}")

# 最初の2行をスキップし、3行目をヘッダーとして使用
df = pd.read_excel('data.xlsx', header=2)
 
# ヘッダー行なし - pandasは数値列名を割り当てます
df = pd.read_excel('data.xlsx', header=None)
 
# マルチレベル列ヘッダー
df = pd.read_excel('data.xlsx', header=[0, 1])

# 最初の3行をスキップ
df = pd.read_excel('data.xlsx', skiprows=3)
 
# 特定の行をスキップ(0インデックス)
df = pd.read_excel('data.xlsx', skiprows=[0, 2, 5])
 
# 関数を使用して行をスキップ
df = pd.read_excel('data.xlsx', skiprows=lambda x: x % 2 == 0)  # 偶数行をスキップ

# 文字範囲で列を選択
df = pd.read_excel('data.xlsx', usecols='A:D')
 
# 文字で特定の列を選択
df = pd.read_excel('data.xlsx', usecols='A,C,E,G')
 
# インデックスで列を選択
df = pd.read_excel('data.xlsx', usecols=[0, 2, 4, 6])
 
# 名前で列を選択
df = pd.read_excel('data.xlsx', usecols=['Name', 'Age', 'Salary'])
 
# 関数を使用して列を選択
df = pd.read_excel('data.xlsx', usecols=lambda x: 'total' in x.lower())

# 複数の列のdtypesを指定
df = pd.read_excel('customer_data.xlsx',
                   dtype={
                       'CustomerID': str,
                       'ZipCode': str,
                       'Age': int,
                       'Revenue': float
                   })
 
# 先頭のゼロを保持するために数値IDを文字列として保持
df = pd.read_excel('products.xlsx', dtype={'ProductID': str})

# 単一の日付列を解析
df = pd.read_excel('orders.xlsx', parse_dates=['OrderDate'])
 
# 複数の日付列を解析
df = pd.read_excel('employee_data.xlsx',
                   parse_dates=['HireDate', 'TerminationDate'])
 
# 列を単一のdatetimeに結合
df = pd.read_excel('logs.xlsx',
                   parse_dates={'DateTime': ['Date', 'Time']})
 
# 結果を確認
print(df.dtypes)

# カスタム欠損値インジケーターを認識
df = pd.read_excel('survey_data.xlsx',
                   na_values=['NA', 'N/A', 'null', 'None', '-'])
 
# 列ごとに異なるNA値
df = pd.read_excel('mixed_data.xlsx',
                   na_values={
                       'Age': ['Unknown', 'N/A'],
                       'Salary': [0, -1, 'Not Disclosed']
                   })
 
# デフォルトのNA値を保持し、さらに追加
df = pd.read_excel('data.xlsx',
                   na_values=['Missing'],
                   keep_default_na=True)

# 最初の10,000行を読み取る
df = pd.read_excel('large_file.xlsx', nrows=10000)
 
# skiprowsとnrowsを使用して特定の行範囲を読み取る
df = pd.read_excel('large_file.xlsx', skiprows=1000, nrows=5000)

# 読み取り中に列を変換
def categorize_status(value):
    return 'Active' if value == 1 else 'Inactive'
 
df = pd.read_excel('users.xlsx',
                   converters={
                       'Status': categorize_status,
                       'Category': lambda x: x.lower().strip()
                   })

import pandas as pd
 
# 最初にすべてのシート名を取得
xls = pd.ExcelFile('massive_workbook.xlsx')
sheet_names = xls.sheet_names
 
# 各シートを個別に処理
for sheet in sheet_names:
    df = pd.read_excel(xls, sheet_name=sheet, nrows=10000)
    # ここでdfを処理
    result = df.describe()
    print(f"\n{sheet} Summary:\n{result}")

from openpyxl import load_workbook
 
# 読み取り専用モードでワークブックを読み込む
wb = load_workbook('huge_file.xlsx', read_only=True)
ws = wb['Sheet1']
 
# 行を反復的に処理
data = []
for row in ws.iter_rows(min_row=2, max_row=1000, values_only=True):
    data.append(row)
 
# DataFrameに変換
df = pd.DataFrame(data, columns=['Col1', 'Col2', 'Col3'])
wb.close()

# openpyxlエンジンを強制
df = pd.read_excel('data.xlsx', engine='openpyxl')
 
# レガシー.xlsファイルを読み取る
df = pd.read_excel('old_data.xls', engine='xlrd')
 
# バイナリExcelファイルを読み取る
df = pd.read_excel('data.xlsb', engine='pyxlsb')

import pandas as pd
import pygwalker as pyg
 
# Excelデータを読み取る
df = pd.read_excel('sales_data.xlsx')
 
# インタラクティブな視覚化を起動
pyg.walk(df)

ImportError: Missing optional dependency 'openpyxl'. Use pip or conda to install openpyxl.

# openpyxlをインストール
pip install openpyxl
 
# またはすべてのExcel依存関係をインストール
pip install pandas[excel]

df = pd.read_excel('data.xlsx', engine='openpyxl')

import os
 
# 現在のディレクトリを出力
print(os.getcwd())
 
# ディレクトリ内のファイルをリスト
print(os.listdir('.'))
 
# 絶対パスを使用
df = pd.read_excel('/absolute/path/to/file.xlsx')

# 列を選択してメモリを削減
df = pd.read_excel('large_file.xlsx', usecols=['A', 'B', 'C'])
 
# 行を制限
df = pd.read_excel('large_file.xlsx', nrows=50000)
 
# dtypesを指定してメモリを削減
df = pd.read_excel('large_file.xlsx',
                   dtype={'ID': 'int32', 'Category': 'category'})

# 異なるエンジンを試す
df = pd.read_excel('data.xlsx', engine='openpyxl')

# 日付解析を強制
df = pd.read_excel('data.xlsx', parse_dates=['DateColumn'])
 
# 手動変換
df['DateColumn'] = pd.to_datetime(df['DateColumn'])

import msoffcrypto
import io
import pandas as pd
 
# ファイルを復号化
decrypted = io.BytesIO()
with open('protected.xlsx', 'rb') as f:
    file = msoffcrypto.OfficeFile(f)
    file.load_key(password='yourpassword')
    file.decrypt(decrypted)
 
# 復号化されたファイルを読み取る
df = pd.read_excel(decrypted)

from contextlib import closing
import pandas as pd
 
with closing(pd.ExcelFile('data.xlsx')) as xls:
    df1 = pd.read_excel(xls, sheet_name='Sheet1')
    df2 = pd.read_excel(xls, sheet_name='Sheet2')
    # このブロックの後、ファイルは自動的に閉じられます

url = 'https://example.com/data.xlsx'
df = pd.read_excel(url)

df = pd.read_excel('data.xlsx', header=None)

df.columns = ['Name', 'Age', 'Salary']

import pandas as pd
from glob import glob
 
# ディレクトリ内のすべてのExcelファイルを読み取る
files = glob('data/*.xlsx')
dfs = [pd.read_excel(f) for f in files]
combined_df = pd.concat(dfs, ignore_index=True)

# 行100-199を読み取る(最初の100行をスキップ、次の100行を読み取る)
df = pd.read_excel('data.xlsx', skiprows=100, nrows=100)

# 1回限りの変換
df = pd.read_excel('large_file.xlsx')
df.to_csv('large_file.csv', index=False)
 
# 今後の読み取りはCSVを使用
df = pd.read_csv('large_file.csv')  # はるかに高速

df = pd.read_excel('data.xlsx')
df['MergedColumn'] = df['MergedColumn'].fillna(method='ffill')