[[416264]]

 01 語法

pandas.read_excel接口的語法如下： 

pd.read_excel(io, sheet_name=0, header=0, 
              names=None, index_col=None, 
              usecols=None, squeeze=False, 
              dtype=None, engine=None, 
              converters=None, true_values=None, 
              false_values=None, skiprows=None, 
              nrows=None, na_values=None, 
              keep_default_na=True, verbose=False, 
              parse_dates=False, date_parser=None, 
              thousands=None, comment=None, skipfooter=0, 
              convert_float=True, mangle_dupe_cols=True, **kwds) 

02 文件內容

io為第一個參數(shù)，沒有默認值，也不能為空，根據(jù)Python的語法，第一個參數(shù)傳參時可以不寫。可以傳入本地文件名或者遠程文件的URL： 

# 字符串、字節(jié)、Excel文件、xlrd.Book實例、路徑對象或者類似文件的對象 
# 本地相對路徑 
pd.read_excel('data/data.xlsx') # 注意目錄層級 
pd.read_excel('data.xls') # 如果文件與代碼文件在同一目錄下 
# 本地絕對路徑 
pd.read_excel('/user/gairuo/data/data.xlsx') 
# 使用URL 
pd.read_excel('https://www.gairuo.com/file/data/dataset/team.xlsx') 

與read_csv一樣，需要注意，Mac和Windows中的路徑寫法不一樣。

03 表格

sheet_name可以指定Excel文件讀取哪個sheet，如果不指定，默認讀取第一個。 

# 字符串、整型、列表、None，默認為0 
pd.read_excel('tmp.xlsx', sheet_name=1) # 第二個sheet 
pd.read_excel('tmp.xlsx', sheet_name='總結表') # 按sheet的名字 
 
# 讀取第一個、第二個、名為Sheet5的sheet，返回一個df組成的字典 
dfs = pd.read_excel('tmp.xlsx', sheet_name=[0, 1, "Sheet5"]) 
dfs = pd.read_excel('tmp.xlsx', sheet_name=None) # 所有sheet 
dfs['Sheet5'] # 讀取時按sheet名 

04 表頭

數(shù)據(jù)的表頭參數(shù)為header，如不指定，默認為第一行。 

# 整型、整型組成的列表，默認為 0 
pd.read_excel('tmp.xlsx', header=None)  # 不設表頭 
pd.read_excel('tmp.xlsx', header=2)  # 第三行為表頭 
pd.read_excel('tmp.xlsx', header=[0, 1])  # 兩層表頭，多層索引 

05 列名

用names指定列名，也就是表頭的名稱，如不指定，默認為表頭的名稱。 

# 序列，默認為None 
pd.read_excel('tmp.xlsx', names=['姓名', '年齡', '成績']) 
pd.read_excel('tmp.xlsx', names=c_list) # 傳入列表變量 
# 沒有表頭，需要設置為None 
pd.read_excel('tmp.xlsx', header=None, names=None) 

06 其他

其他參數(shù)與pandas.read_csv的同名參數(shù)功能一致，如果想使用僅pandas.read_csv有的參數(shù)，可以考慮將數(shù)據(jù)保存為CSV文件，因為CSV文件相對通用、讀取數(shù)據(jù)快且處理方法比較豐富。

用Python讀取CSV文件的操作詳解可戳：史上最全!用Pandas讀取CSV，看這篇就夠了。

07 小結

本文介紹了pandas.read_excel相對于pandas.read_csv專有的參數(shù)功能。由于Excel文件在日常工作中較為常用，所以需要熟練掌握Excel的數(shù)據(jù)讀取功能。另外對于一些量比較小的Excel數(shù)據(jù)文件，在做數(shù)據(jù)臨時處理時，可以復制并使用pd.read_clipboard()來讀取，非常方便。