Pandas读取Excel

Pandas读取Excel

语法

pandas.read_excel接口的语法如下：

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,
             kepp_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)

文件内容

io为第一个参数，没有默认值，也不能为空，根据Python的语法，第一个参数传参时可以不写。可以传入本地文件名或者远程文件的URL：

# 字符串、字节、Excel文件、xlrd.Book实例、路径对象或类似文件的对象
# 本地相对路径
pd.read_excel('data/data.xlsx') # 注意目录层级
pd.read_excel('data.xls') #如果文件与代码文件在同一目录下
# 本地绝对路径
pd.read_excel('/user/gairuo/data/data.xlsx')
# 使用URL
pd.read_excel('https://www.gairuo.com/file/data/dataset/team.xlsx')

与read_csv一样，需要注意，Mac和Windows中的路径写法不一样。

表格

sheet_name可以指定Excel文件读取哪个sheet，如果不指定，默认读取第一个。

# 字符串、整型、列表、None，默认为0
pd.read_excel('tmp.xlsx',sheet_name=1) # 第二个sheet
pd.read_excel('tmp.xlsx',sheet_name='总结表') # 按sheet的名字

#读取第一个、第二个、名为Sheet5的sheet，返回一个df组成的字典
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'] #读取时按sheet名

表头

数据的表头参数为header，如不指定，默认为第一行。

# 整型、整型组成的列表，默认为0
pd.read_excel('tmp.xlsx',header=None) #不设表头
pd.read_excel('tmp.xlsx',header=2) #第三行为表头
pd.read_excel('tmp.xlsx',header=[0,1]) #两层表头，多层索引

列名

用names指定列名，也就是表头的名称，如不指定，默认为表头的名称。

# 序列，默认为None
pd.read_excel('tmp.xlsx',names=['姓名','年龄','成绩'])
pd.read_excel('tmp.xlsx',names=c_list) # 传入列表变量

#没有表头，需要设置None
pd.read_excel('tmp.xlsx',header=None,names=None)

其他

其他参数与pandas.read_csv的同名参数功能一致，如果想使用仅pandas.read_csv有的参数，可以考虑将数据保存为CSV文件，因为CSV文件相对通用、读取数据快且处理方法比较丰富。