導入pandas模塊：

import pandas as pd

使用import讀入pandas模塊，并且為了方便使用其縮寫pd指代。

讀入待處理的excel文件：

df = pd.read_excel('log.xls')

通過使用read_excel函數讀入excel文件，后面需要替換成excel文件所在的路徑。讀入之后變為pandas的DataFrame對象。DataFrame是一個面向列(column-oriented)的二維表結構，且含有列表和行標，對excel文件的操作就轉換為對DataFrame操作。另外，如果一個excel含有多個表，如果你只想讀入其中一個可以：

df = pd.read_excel('log.xls', sheetname=1)

增加了一個參數sheetname，表示的是第幾個表，從0開始計數。我上面設置的是1，也就是第二個表。

讀入之后，可以先查看表頭信息和每一列的數據類型：

df.dtypes

輸出如下：

Member   objectUnnamed: 1 float64Unnamed: 2 float64Unnamed: 3 float64Unnamed: 4 float64Unnamed: 5 float64家內外活動類型  objectUnnamed: 7  objectactivity  objectdtype: object

提取每個member連續出現的最后一行數據：

new_df = df.drop_duplicates(subset='Member', keep='last')

以上語句的意思是根據Member字段去除掉多余的行，并且保留相同行的最后一行數據。這些就得到了每一個member最后一行的數據了，返回了經過篩選后的DataFrame。

接下來需要將處理后的結果，保存為excel文件：

out = pd.ExcelWriter('output.xls')new_df.to_excel(out)out.save()

output.xls是你要保存的文件名，可以任取；然后將DataFrame的內容保存到該文件，最后保存該文件到系統的磁盤上。

接下來，你就可以在當前目錄看到一個新的文件，可以直接使用excel打開查看。

Pandas還提供了很多的API，可以根據具體的任務，查找API文檔，找到合適的函數來完成任務。

附：一個完整的示例

#coding=utf-8import pandas as pd # 讀入excel文件中的第2個表df = pd.read_excel('log.xls', sheetname=1)# 查看表的數據類型print df.dtypes# 查看Member列的數據print df['Member'] '''# 新建一列，每一行的值是Member列和activity列相同行值的和for i in df.index: df['activity_2'][i] = df['Member'][i] + df['activity'][i]''' # 根據Member字段去除掉多余的行，并且保留相同行的最后一行數據new_df = df.drop_duplicates(subset='Member', keep='last')# 導出結果out = pd.ExcelWriter('output.xls')new_df.to_excel(out)out.save()

以上這篇對Python 2.7 pandas 中的read_excel詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。