Konvertera Excel till Pandas DataFrame

Med Aspose.Cells för Python via .NET API kan du konvertera Excel, TSV, CSV, JSON och många olika format till pandas DataFrame.

Konvertera Excel till Pandas DataFrame via json-data

Här är ett exempel på kodsnutt för att visa hur man exporterar exceldatan till en pandas DataFrame via json-data med hjälp av Aspose.Cells för Python via .NET:

1. Skapa en arbetsbok och lägg till några värden.
2. Exportera exceldatan till JSON-sträng.
3. Använd pandas-biblioteket för att läsa JSON-data.

import pandas as pd
from aspose.cells.utility import JsonUtility, JsonLayoutOptions
from aspose.cells import Workbook, Worksheet, Cells, JsonSaveOptions

# Create a new Aspose.Cells Workbook
workbook = Workbook()

# Get the first worksheet
worksheet = workbook.worksheets[0]

# Get the cells
cells = worksheet.cells

# Add some values
cells.get("A1").value = "Name"
cells.get("B1").value = "Age"
cells.get("C1").value = "City"
cells.get("A2").value = "Alice"
cells.get("B2").value = 25
cells.get("C2").value = "New York"
cells.get("A3").value = "Bob"
cells.get("B3").value = 30
cells.get("C3").value = "San Francisco"
cells.get("A4").value = "Charlie"
cells.get("B4").value = 35
cells.get("C4").value = "Los Angeles"

jsonSaveOptions = JsonSaveOptions()

# Save data to json string
json = JsonUtility.export_range_to_json(cells.max_display_range, jsonSaveOptions);

print(json)

# Read json string using pandas
dfData = pd.read_json(json)

print(dfData)

Konvertera Pandas DataFrame till Excel direkt

Här är ett exempel på kodsnutt för att visa hur man exporterar exceldatan direkt till en pandas DataFrame med hjälp av Aspose.Cells för Python via .NET:

1. Skapa en arbetsbok och lägg till några värden.
2. Traversera exceldatan och exportera data till Pandas DataFrame med hjälp av Aspose.Cells för Python via .NET.

import pandas as pd
from aspose.cells.utility import JsonUtility, JsonLayoutOptions
from aspose.cells import Workbook, Worksheet, Cells, JsonSaveOptions

# Create a new Aspose.Cells Workbook
workbook = Workbook()

# Get the first worksheet
worksheet = workbook.worksheets[0]

# Get the cells
cells = worksheet.cells

# Add some values
cells.get("A1").value = "Name"
cells.get("B1").value = "Age"
cells.get("C1").value = "City"
cells.get("A2").value = "Alice"
cells.get("B2").value = 25
cells.get("C2").value = "New York"
cells.get("A3").value = "Bob"
cells.get("B3").value = 30
cells.get("C3").value = "San Francisco"
cells.get("A4").value = "Charlie"
cells.get("B4").value = 35
cells.get("C4").value = "Los Angeles"

rowCount = cells.max_data_row
columnCount = cells.max_data_column


columnDatas=[]
for c in range(columnCount + 1):
    currCell = cells.get_cell(0, c)
    columnDatas.append(currCell.value)

result = pd.DataFrame(columns=columnDatas, dtype=object)

for i in range(1, rowCount + 1):
    rowarray = []
    for j in range(columnCount + 1):
        currCell = cells.get_cell(i, j)
        rowarray.append(currCell.value)
    
    print(rowarray)
    result.loc[i - 1] = rowarray

print(result)