ler arquivo excel usando pandas
- User
ler arquivo excel usando pandas
- Assistant
Para ler um arquivo Excel utilizando a biblioteca
pandasem Python, siga os passos abaixo. Este guia inclui desde a instalação das bibliotecas necessárias até exemplos de como manipular os dados após a leitura.1. Instalação das Bibliotecas Necessárias
Antes de começar, certifique-se de que
pandase as bibliotecas adicionais necessárias para ler arquivos Excel estão instaladas. Dependendo do formato do arquivo Excel (.xlsxou.xls), você precisará instalar bibliotecas específicas comoopenpyxlouxlrd.Instalar
pandaseopenpyxlPara arquivos
.xlsx, é recomendável usaropenpyxl:pip install pandas openpyxlInstalar
xlrd(para arquivos.xls)Se estiver trabalhando com arquivos
.xls, instale oxlrd:pip install xlrdObservação: A partir da versão 2.0, o
xlrdnão suporta mais a leitura de arquivos.xlsx. Portanto, para arquivos.xlsx, utilizeopenpyxl.2. Importando a Biblioteca
pandasNo seu script Python, importe a biblioteca
pandas:import pandas as pd3. Usando
read_excelpara Ler o Arquivo ExcelA função
read_excelé utilizada para ler arquivos Excel. Ela possui diversos parâmetros que permitem personalizar a leitura conforme sua necessidade.Exemplo Básico
# Lendo o arquivo Excel df = pd.read_excel('caminho/para/seu_arquivo.xlsx') # Exibindo as primeiras linhas do DataFrame print(df.head())Especificando a Planilha
Se o seu arquivo Excel contiver múltiplas planilhas, você pode especificar qual delas deseja ler usando o parâmetro
sheet_name.# Especificando o nome da planilha df = pd.read_excel('caminho/para/seu_arquivo.xlsx', sheet_name='NomeDaPlanilha') # Ou usando o índice da planilha (começa em 0) df = pd.read_excel('caminho/para/seu_arquivo.xlsx', sheet_name=0)Selecionando Colunas Específicas
Para ler apenas algumas colunas do arquivo Excel, utilize o parâmetro
usecols.# Selecionando colunas pelo nome df = pd.read_excel('caminho/para/seu_arquivo.xlsx', usecols=['Nome', 'Idade', 'Cidade']) # Ou usando letras das colunas (e.g., 'A', 'C', 'F') df = pd.read_excel('caminho/para/seu_arquivo.xlsx', usecols=['A', 'C', 'F'])Definindo uma Coluna como Índice
Para definir uma coluna específica como índice do DataFrame, use o parâmetro
index_col.df = pd.read_excel('caminho/para/seu_arquivo.xlsx', index_col='ID')Pulando Linhas no Início do Arquivo
Se desejar pular as primeiras n linhas do arquivo Excel, utilize
skiprows.df = pd.read_excel('caminho/para/seu_arquivo.xlsx', skiprows=2)Especificando Tipos de Dados das Colunas
Para definir tipos de dados específicos para determinadas colunas, utilize o parâmetro
dtype.df = pd.read_excel('caminho/para/seu_arquivo.xlsx', dtype={'Idade': int, 'Salario': float})Lidando com Valores Ausentes
Defina quais valores devem ser interpretados como
NaNusandona_values.df = pd.read_excel('caminho/para/seu_arquivo.xlsx', na_values=['NA', 'N/A', '--'])4. Lendo Múltiplas Planilhas
Você pode ler várias planilhas de uma vez, retornando um dicionário de DataFrames.
# Lendo duas planilhas específicas df_dict = pd.read_excel('caminho/para/seu_arquivo.xlsx', sheet_name=['Plan1', 'Plan2']) # Acessando uma planilha específica df_plan1 = df_dict['Plan1']Para ler todas as planilhas:
df_all = pd.read_excel('caminho/para/seu_arquivo.xlsx', sheet_name=None) # Iterando sobre todas as planilhas for nome, df in df_all.items(): print(f'Planilha: {nome}') print(df.head())5. Tratamento de Erros Comuns
Erro:
ImportError: Missing optional dependency 'openpyxl'Este erro ocorre ao tentar ler um arquivo
.xlsxsem ter a bibliotecaopenpyxlinstalada.Solução:
pip install openpyxlErro:
xlrd.biffh.XLRDError: Excel xlsx file; not supportedA partir da versão 2.0, o
xlrdnão suporta arquivos.xlsx.Solução:
Utilize
openpyxlespecificando o engine:df = pd.read_excel('seu_arquivo.xlsx', engine='openpyxl')6. Exemplo Completo
Abaixo está um exemplo completo que lê um arquivo Excel, seleciona colunas específicas, define um índice e exibe as primeiras linhas do DataFrame.
import pandas as pd # Definindo o caminho para o arquivo Excel caminho_arquivo = 'dados/exemplo.xlsx' # Lendo o arquivo Excel com parâmetros adicionais df = pd.read_excel( caminho_arquivo, sheet_name='Plan1', # Nome da planilha usecols=['Nome', 'Idade', 'Cidade'], # Colunas a serem lidas index_col='Nome', # Definindo a coluna 'Nome' como índice dtype={'Idade': int}, # Definindo o tipo de dados da coluna 'Idade' na_values=['NA', 'N/A', '--'] # Valores a serem considerados como NaN ) # Exibindo as primeiras linhas do DataFrame print(df.head())7. Dicas Adicionais
- Verificar as folhas de um arquivo Excel:
Antes de ler o arquivo, pode ser útil saber quais planilhas estão disponíveis.
# Obtendo todas as planilhas with pd.ExcelFile('caminho/para/seu_arquivo.xlsx') as xls: print(xls.sheet_names)- Exportar o DataFrame para Excel:
Após manipular os dados, você pode exportar o DataFrame de volta para um arquivo Excel.
df.to_excel('caminho/para/novo_arquivo.xlsx', sheet_name='Resultados')- Ler arquivos Excel grandes em pedaços:
Para arquivos muito grandes, você pode ler em partes usando o parâmetro
chunksize.for chunk in pd.read_excel('caminho/para/seu_arquivo.xlsx', chunksize=1000): # Processar cada pedaço (chunk) individualmente print(chunk.head())8. Recursos Adicionais
- Documentação Oficial do pandas para
read_excel: pandas.read_excel - Documentação Oficial do openpyxl: OpenPyXL Documentation
- Documentação Oficial do xlrd: xlrd Documentation
Com essas informações, você deve estar apto a ler e manipular arquivos Excel usando o
pandasem Python. Se tiver mais perguntas ou enfrentar algum problema específico, sinta-se à vontade para perguntar!