相关疑难解决方法(0)

I am trying to read an excel file this way :

newFile = pd.ExcelFile(PATH\FileName.xlsx)
ParsedData = pd.io.parsers.ExcelFile.parse(newFile)

which throws an error that says two arguments expected, I don't know what the second argument is and also what I am trying to achieve here is to convert an Excel file to a DataFrame, Am I doing it the right way? or is there any other way to do this using pandas?

我有一个.csv包含多个表的文件.

使用熊猫,这将是拿到两个数据帧的最佳策略inventory,并HPBladeSystemRack从这个文件？

输入.csv看起来像这样:

Inventory       
System Name            IP Address    System Status
dg-enc05                             Normal
dg-enc05_vc_domain                   Unknown
dg-enc05-oa1           172.20.0.213  Normal

HP BladeSystem Rack         
System Name               Rack Name   Enclosure Name
dg-enc05                  BU40  
dg-enc05-oa1              BU40        dg-enc05
dg-enc05-oa2              BU40        dg-enc05

到目前为止,我提出的最好的方法是将此.csv文件转换为Excel工作簿(xlxs),将表拆分为表并使用:

inventory = read_excel('path_to_file.csv', 'sheet1', skiprow=1)
HPBladeSystemRack = read_excel('path_to_file.csv', 'sheet2', skiprow=2)

然而:

• 这种方法需要xlrd模块.
• 必须实时分析这些日志文件,以便找到一种分析它们来自日志的方法.
• 真实的日志有比这两个更多的表.

我看过很多与我的问题相关的帖子，但找不到正确的解决方案。 读取包含多个表格的Excel工作表，表格的标题具有非白色背景单元格颜色

这是该Excel数据的链接：https://docs.google.com/spreadsheets/d/1m4v_wbIJCGWBigJx53BRnBpMDHZ9CwKf/edit ?usp=sharing&ouid=107579116880049687042&rtpof=true&sd=true

到目前为止我已经尝试过：

import pandas as pd
df = pd.read_excel("dell.xlsx")
df =df.dropna()

上面的代码删除了想要的数据，因为它有 nan。

df.iloc[1,2:5]=['Description','Qty','Price']
    print(df)

nul_rows = list(df[df.isnull().all(axis=1)].index)

list_of_dataframes = []
for i in range(len(nul_rows) - 1):
    list_of_dataframes.append(df.iloc[nul_rows[i]+1:nul_rows[i+1],:])

cleaned_tables = []
for _df in list_of_dataframes:
    cleaned_tables.append(_df.dropna(axis=1, how='all'))

for p in cleaned_tables:
    print(p.dropna())

无法获取我想要的数据，因为这些数据不是标头格式，而是未命名的。

我想从链接中的Excel中提取这些数据“Sku描述”“数量”“价格”“总计”。

希望我能得到一些回应。

笔记！文件内容和格式始终不同，因此基于一个文件的解决方案不能用于下一个文件，但标题名称不会更改，例如数量、描述、总计。