python 读取excel表中的打分项一列和评论项一列 共两列数据，怎么写

你可以使用 Python 的第三方库 pandas 来读取 Excel 表格数据。具体代码如下：

import pandas as pd

# 读取 Excel 表格
df = pd.read_excel('example.xlsx')

# 选择需要的两列数据
scores = df['打分项']
comments = df['评论项']

这样就可以将 Excel 表格中的打分项一列和评论项一列分别存储到 scores 和 comments 两个变量中。其中，'example.xlsx' 是你要读取的 Excel 表格文件名。

相关问题

python读取excel中指定两列数据，每列生成一个数组

### 回答1：
在 python 中，我们可以使用 Pandas 这个库来读取 Excel 文件。

以下是一个示例，假设你想要读取 "test.xlsx" 这个文件中的第一列和第二列：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('test.xlsx')

# 获取第一列数据，并转化为数组
column1 = df['第一列的名称'].values

# 获取第二列数据，并转化为数组
column2 = df['第二列的名称'].values

# 输出第一列数据
print(column1)

# 输出第二列数据
print(column2)

需要注意的是，在上面的示例中，你需要替换 "第一列的名称" 和 "第二列的名称" 为实际的列名。

如果你希望直接通过列编号来获取数据，可以使用如下代码：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('test.xlsx')

# 获取第一列数据，并转化为数组
column1 = df.iloc[:, 0].values

# 获取第二列数据，并转化为数组
column2 = df.iloc[:, 1].values

# 输出第一列数据
print(column1)

# 输出第二列数据
print(column2)

### 回答2：
使用Python读取Excel中指定两列数据，可以利用pandas库来实现。首先需要安装pandas库，可以使用以下代码安装：

pip install pandas

然后，使用以下代码读取Excel文件并生成两个数组：

import pandas as pd

# 读取Excel文件
df = pd.read_excel("文件路径/文件名.xlsx", usecols=[列1的索引, 列2的索引])

# 提取列数据并生成数组
array1 = df.iloc[:, 0].values.tolist()
array2 = df.iloc[:, 1].values.tolist()

其中，`文件路径/文件名.xlsx`需要替换为实际的Excel文件路径和文件名，`列1的索引`和`列2的索引`需替换为需要读取的列在Excel中的索引（从0开始计数）。

最后，通过`array1`和`array2`两个数组即可获取读取的数据。

### 回答3：
使用Python读取Excel中指定两列数据可以使用pandas库。首先，确保已经安装了pandas库，如果没有安装可以通过pip命令进行安装。

以下是具体操作步骤：

1. 导入所需的库：

import pandas as pd

2. 使用pandas的`read_excel`函数读取Excel文件：

df = pd.read_excel('文件路径/文件名.xlsx')

3. 提取需要的两列数据，并生成两个数组：

column1 = df['列名1'].values
column2 = df['列名2'].values

完整的示例代码如下：

import pandas as pd

df = pd.read_excel('文件路径/文件名.xlsx')
column1 = df['列名1'].values
column2 = df['列名2'].values

其中，'文件路径/文件名.xlsx'是Excel文件的路径和文件名，'列名1'和'列名2'是需要提取的两列数据的列名。

这样就能够将Excel中指定的两列数据分别生成数组column1和column2。

帮我写个读取excel表中一列数据并根据大小分类的python程序

很高兴为您服务！下面是一个可以读取excel表中一列数据并根据大小分类的python程序：import pandas as pd# 读取excel的数据
df = pd.read_excel('data.xlsx')# 从excel的表中读取某一列数据
data_list = df['column_name'].tolist()# 定义一个大小分类函数
def classify_data(data_list):
# 将数据按大小分类
data_list_sorted = sorted(data_list)
# 将大小分类后的数据存入data_dict字典
data_dict = {
'large': data_list_sorted[-1],
'medium': data_list_sorted[int(len(data_list_sorted) / 2)],
'small': data_list_sorted[0]
}
return data_dict# 调用大小分类函数
data_dict = classify_data(data_list)# 打印分类结果
print(data_dict)