Python怎么從不同表格中提取數據

Python怎么從不同表格中提取數據，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

獲取谷歌表格數據

訪問谷歌表格是這三種方法中最復雜的，因為你需要在使用谷歌表格API前設置一些證書。理論上，你可以獲取一個公開可用的谷歌表(即提取源HTML代碼)但必須使用Beautiful  Soup之類的工具進行大量數據操作，才能將HTML轉儲轉換為有用的內容。我確實嘗試過，但是結果很糟糕，不值得一試。所以，API就是如此。此外，還將使用gspread無縫轉換數據分析DataFrame。

獲取OAuth3證書

前往谷歌開發人員控制臺，創建一個新項目(或選擇現有的項目)。點擊“創建項目”。如果公司使用谷歌郵件，可將其更改為私人帳戶，以避免潛在的權限沖突。

為項目命名(名稱無關緊要，此處將其命名為媒體數據提取)。

點擊APIs & Services ，前往library。

啟用谷歌Sheets API。單擊結果，并在如下頁面上單擊啟用 API。

創建一個服務帳戶和密鑰文件。服務帳戶是用于程序訪問的專用帳戶，訪問權限有限。服務帳戶可以而且應該通過有盡可能多的特定權限項目進行設置，當前的任務也需要如此。

創建JSON(另一種文件格式)密鑰文件。在角色上，選擇“Project -> Viewer”。

如果還沒有在前面的步驟中設置角色請立即設置。

注意：設置為“Viewer”會存在一些限制。如果希望以編程方式創建谷歌表格，則必須選擇不同的設置。

然后，私有JSON密鑰文件就可以下載或自動下載了。建議將該文件重命名為'Medium_Data_Extraction_Key，并將文件移動到JupyterNotebook文件夾中，以便與下面的示例無縫銜接。JSON文件包含最近創建的服務帳戶證書。

非常好，就要成功了。

下載數據

首先，必須下載并安裝其他軟件包，在筆記本中運行以下命令。

!pip install gspread

!pip install oauth3client

其次，如果還沒有移動密鑰文件的話，必須確保將之前創建的JSON密鑰文件移動到目前運行的木星筆記本(Jupyternotebook)文件夾中。或者，可以指定一個不同的GOOGLE_KEY_FILE路徑。

from oauth3client.service_account import ServiceAccountCredentials import gspread import pandas as pd scope = [  'https://www.googleapis.com/auth/spreadsheets', ] GOOGLE_KEY_FILE='Medium_Data_Extraction_Key.json' credentials = ServiceAccountCredentials.from_json_keyfile_name(GOOGLE_KEY_FILE, scope) gc = gspread.authorize(credentials) wokbook_key ='10HX66PbcGDvx6QKM8DC9_zCGp1TD_CZhovGUbtu_M6Y' workbook = gc.open_by_key(wokbook_key) sheet = workbook.get_worksheet(0) values = sheet.get_all_values() sales_data = pd.DataFrame(values[1:],columns=values[0]) WORKBOOK_KEY是為本章內容準備的谷歌表格的工作簿id。 WORKBOOK_KEY = '10HX66PbcGDvx6QKM8DC9_zCGp1TD_CZhovGUbtu_M6Y'

這份工作簿是公開的，如果想下載不同的數據，需要更改WORKBOOK_KEY。URL有問題的話，id通常可以在谷歌表格的最后兩個反斜杠之間找到。

獲取CSV數據

可以從repo以傳統方式下載CSV數據，也可以使用以下代碼片段進行下載。同樣地，可能需要在筆記本上安裝并運行缺失的請求包：

!pip install requests import requests url ='https://raw.githubusercontent.com/FBosler/Medium-Data-Extraction/master/sales_team.csv' res = requests.get(url, allow_redirects=True) withopen('sales_team.csv','wb') asfile:  file.write(res.content) sales_team = pd.read_csv('sales_team.csv')

CSV數據的美妙之處在于Python /panda可以立即進行處理。Excel則需要額外的庫。

獲取Excel數據

在開始之前，很可能還要安裝openpyxl和xlrd，這能讓Pandas也可以打開Excel表。

!pip install openpyxl

!pip install xlrd

完成這些步驟之后，可以相同的方式獲得Excel數據，并將其加載到另一個DataFrame中。

url ='https://github.com/FBosler/Medium-Data-Extraction/blob/master/invoices.xlsx?raw=true' res = requests.get(url, allow_redirects=True) withopen('invoices.xlsx','wb') asfile:  file.write(res.content) invoices = pd.read_excel('invoices.xlsx')

看完上述內容，你們掌握Python怎么從不同表格中提取數據的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！