Pandas提取Excel数据

1. 原始数据表

创建测试数据表 test.xlsx：

时间	项目经理	预算	设备数量
2020-01-24	张三	2670	2
2019-12-27	李四	283.1	3
2019-12-27	王二	0	1
	张三	25	4

2. 使用Pandas的read_excel()函数读取原始数据表中的数据

read_excel()函数可以直接读取excel文件并返回pandas的dataframe数组，index标签默认为行号，columns标签默认为excel表中的第一行，默认读取第一个sheet的数据，可以根据sheet名或者序号进行sheet的索引。
官方文档的参数说明请点击这里

import pandas as pd
import datetime

# 从EXCEL文件中读取数据
df = pd.read_excel(io="test.xlsx")
print(df)

# 输出 DataFrame
         时间 项目经理    预算  设备数量
0  2020-01-24    张三  2670.0       2
1  2019-12-27    李四   283.1       3
2  2019-12-27    王二     0.0       1
3         NaN    张三    25.0       4

3. 读取数据的数据类型

Dataframe 拥有属性dtypes可以查看column数据类型，整数对应int64，浮点数对应float64等

print(df.dtypes)

# 输出column与对应的数据类型
时间         object
项目经理     object
预算        float64
设备数量      int64

4. 时间的读取

根据读取的数据可以看到时间未对应到datetime数据类型，根据read_excel函数的官方文档，函数的参数:
parse_dates: bool, list-like, or dict, default False
可以将指定column设置为时间类型，本例使用list格式修改时间column为datetime格式

df = pd.read_excel(io="test.xlsx", parse_dates=["时间"])
print(df.dtypes)

# 输出
时间        datetime64[ns]
项目经理            object
预算               float64
设备数量             int64

目前本人使用的项目仅用到以上举例的用法及参数，参考官方文档read_excel函数可以有多种参数设定以应对各种不同的数据提取需求。