Pandas Read Excel: Python에서 Excel 파일 가져오는 방법

import pandas as pd
 
# Excel 파일의 첫 번째 시트 읽기
df = pd.read_excel('data.xlsx')
print(df.head())

# 절대 경로
df = pd.read_excel('/Users/username/Documents/sales_data.xlsx')
 
# 상대 경로
df = pd.read_excel('../data/sales_data.xlsx')

# 시트 이름으로 읽기
df = pd.read_excel('financial_report.xlsx', sheet_name='Q1 Revenue')
 
# 인덱스로 읽기 (0 = 첫 번째 시트)
df = pd.read_excel('financial_report.xlsx', sheet_name=0)

# 여러 특정 시트 읽기
sheets_dict = pd.read_excel('annual_report.xlsx',
                            sheet_name=['Q1', 'Q2', 'Q3', 'Q4'])
 
# 개별 DataFrame에 액세스
q1_df = sheets_dict['Q1']
q2_df = sheets_dict['Q2']
 
print(f"Q1 shape: {q1_df.shape}")
print(f"Q2 shape: {q2_df.shape}")

# 모든 시트를 딕셔너리로 읽기
all_sheets = pd.read_excel('company_data.xlsx', sheet_name=None)
 
# 모든 시트를 반복
for sheet_name, df in all_sheets.items():
    print(f"\nSheet: {sheet_name}")
    print(f"Shape: {df.shape}")
    print(f"Columns: {df.columns.tolist()}")

# 모든 시트를 단일 DataFrame으로 결합
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}")

# 처음 2개 행을 건너뛰고 3번째 행을 헤더로 사용
df = pd.read_excel('data.xlsx', header=2)
 
# 헤더 행 없음 - pandas는 숫자 열 이름을 할당
df = pd.read_excel('data.xlsx', header=None)
 
# 다중 레벨 열 헤더
df = pd.read_excel('data.xlsx', header=[0, 1])

# 처음 3개 행 건너뛰기
df = pd.read_excel('data.xlsx', skiprows=3)
 
# 특정 행 건너뛰기 (0 인덱스)
df = pd.read_excel('data.xlsx', skiprows=[0, 2, 5])
 
# 함수를 사용하여 행 건너뛰기
df = pd.read_excel('data.xlsx', skiprows=lambda x: x % 2 == 0)  # 짝수 행 건너뛰기

# 문자 범위로 열 선택
df = pd.read_excel('data.xlsx', usecols='A:D')
 
# 문자로 특정 열 선택
df = pd.read_excel('data.xlsx', usecols='A,C,E,G')
 
# 인덱스로 열 선택
df = pd.read_excel('data.xlsx', usecols=[0, 2, 4, 6])
 
# 이름으로 열 선택
df = pd.read_excel('data.xlsx', usecols=['Name', 'Age', 'Salary'])
 
# 함수를 사용하여 열 선택
df = pd.read_excel('data.xlsx', usecols=lambda x: 'total' in x.lower())

# 여러 열의 dtypes 지정
df = pd.read_excel('customer_data.xlsx',
                   dtype={
                       'CustomerID': str,
                       'ZipCode': str,
                       'Age': int,
                       'Revenue': float
                   })
 
# 선행 0을 유지하기 위해 숫자 ID를 문자열로 유지
df = pd.read_excel('products.xlsx', dtype={'ProductID': str})

# 단일 날짜 열 파싱
df = pd.read_excel('orders.xlsx', parse_dates=['OrderDate'])
 
# 여러 날짜 열 파싱
df = pd.read_excel('employee_data.xlsx',
                   parse_dates=['HireDate', 'TerminationDate'])
 
# 열을 단일 datetime으로 결합
df = pd.read_excel('logs.xlsx',
                   parse_dates={'DateTime': ['Date', 'Time']})
 
# 결과 확인
print(df.dtypes)

# 사용자 정의 결측값 표시자 인식
df = pd.read_excel('survey_data.xlsx',
                   na_values=['NA', 'N/A', 'null', 'None', '-'])
 
# 열별로 다른 NA 값
df = pd.read_excel('mixed_data.xlsx',
                   na_values={
                       'Age': ['Unknown', 'N/A'],
                       'Salary': [0, -1, 'Not Disclosed']
                   })
 
# 기본 NA 값을 유지하고 더 추가
df = pd.read_excel('data.xlsx',
                   na_values=['Missing'],
                   keep_default_na=True)

# 처음 10,000개 행 읽기
df = pd.read_excel('large_file.xlsx', nrows=10000)
 
# skiprows 및 nrows를 사용하여 특정 행 범위 읽기
df = pd.read_excel('large_file.xlsx', skiprows=1000, nrows=5000)

# 읽는 동안 열 변환
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
 
# 먼저 모든 시트 이름 가져오기
xls = pd.ExcelFile('massive_workbook.xlsx')
sheet_names = xls.sheet_names
 
# 각 시트를 개별적으로 처리
for sheet in sheet_names:
    df = pd.read_excel(xls, sheet_name=sheet, nrows=10000)
    # 여기서 df 처리
    result = df.describe()
    print(f"\n{sheet} Summary:\n{result}")

from openpyxl import load_workbook
 
# 읽기 전용 모드로 워크북 로드
wb = load_workbook('huge_file.xlsx', read_only=True)
ws = wb['Sheet1']
 
# 행을 반복적으로 처리
data = []
for row in ws.iter_rows(min_row=2, max_row=1000, values_only=True):
    data.append(row)
 
# DataFrame으로 변환
df = pd.DataFrame(data, columns=['Col1', 'Col2', 'Col3'])
wb.close()

# openpyxl 엔진 강제
df = pd.read_excel('data.xlsx', engine='openpyxl')
 
# 레거시 .xls 파일 읽기
df = pd.read_excel('old_data.xls', engine='xlrd')
 
# 바이너리 Excel 파일 읽기
df = pd.read_excel('data.xlsb', engine='pyxlsb')

import pandas as pd
import pygwalker as pyg
 
# Excel 데이터 읽기
df = pd.read_excel('sales_data.xlsx')
 
# 대화형 시각화 시작
pyg.walk(df)

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

# openpyxl 설치
pip install openpyxl
 
# 또는 모든 Excel 종속성 설치
pip install pandas[excel]

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

import os
 
# 현재 디렉토리 출력
print(os.getcwd())
 
# 디렉토리의 파일 나열
print(os.listdir('.'))
 
# 절대 경로 사용
df = pd.read_excel('/absolute/path/to/file.xlsx')

# 열을 선택하여 메모리 줄이기
df = pd.read_excel('large_file.xlsx', usecols=['A', 'B', 'C'])
 
# 행 제한
df = pd.read_excel('large_file.xlsx', nrows=50000)
 
# dtypes를 지정하여 메모리 줄이기
df = pd.read_excel('large_file.xlsx',
                   dtype={'ID': 'int32', 'Category': 'category'})

# 다른 엔진 시도
df = pd.read_excel('data.xlsx', engine='openpyxl')

# 날짜 파싱 강제
df = pd.read_excel('data.xlsx', parse_dates=['DateColumn'])
 
# 수동 변환
df['DateColumn'] = pd.to_datetime(df['DateColumn'])

import msoffcrypto
import io
import pandas as pd
 
# 파일 암호 해독
decrypted = io.BytesIO()
with open('protected.xlsx', 'rb') as f:
    file = msoffcrypto.OfficeFile(f)
    file.load_key(password='yourpassword')
    file.decrypt(decrypted)
 
# 암호 해독된 파일 읽기
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')
    # 이 블록 후 파일이 자동으로 닫힙니다

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
 
# 디렉토리의 모든 Excel 파일 읽기
files = glob('data/*.xlsx')
dfs = [pd.read_excel(f) for f in files]
combined_df = pd.concat(dfs, ignore_index=True)

# 행 100-199 읽기(처음 100개를 건너뛰고 다음 100개 읽기)
df = pd.read_excel('data.xlsx', skiprows=100, nrows=100)

# 일회성 변환
df = pd.read_excel('large_file.xlsx')
df.to_csv('large_file.csv', index=False)
 
# 향후 읽기는 CSV 사용
df = pd.read_csv('large_file.csv')  # 훨씬 빠름

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