使用pandas读取excel

本文为作者原创，未经允许不得擅自转载。

Excel是微软的经典之作，在日常工作中的数据整理、分析和可视化方面，有其独到的优势，尤其在你熟练应用了函数和数据透视等高级功能之后，Excel可以大幅度提高你的工作效率。但如果数据量超大，Excel的劣势也就随之而来，甚至因为内存溢出无法打开文件，后续的分析更是难上加难。那么，有什么更好的解决办法吗？工欲善其事，必先利其器，在这里我们介绍使用Python的pandas数据分析包来解决此问题。

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, parse_dates=False, 
              date_parser=None, thousands=None, comment=None, skipfooter=0, 
              convert_float=True, **kwds)

pandas读取Excel后返回DataFrame，接下来我们就pd.read_excel()的常用参数进行详细解析。

目录

1、io，Excel的存储路径

2、sheet_name，要读取的工作表名称

3、header， 用哪一行作列名

4、names， 自定义最终的列名

5、index_col， 用作索引的列

6、usecols，需要读取哪些列

7、squeeze，当数据仅包含一列

8、converters ，强制规定列数据类型

9、skiprows，跳过特定行

10、nrows ，需要读取的行数

11、skipfooter ， 跳过末尾n行

【文中使用英超、西甲的排名积分榜及射手榜作为原始数据~~~】

1、io，Excel的存储路径

•  建议使用英文路径以及英文命名方式。

import pandas as pd
io = r'C:\Users\Administrator\Desktop\data.xlsx'

2、sheet_name，要读取的工作表名称

• 可以是整型数字、列表名或SheetN，也可以是上述三种组成的列表。

• 整型数字：目标sheet所在的位置，以0为起始，比如sheet_name = 1代表第2个工作表。

data = pd.read_excel(io, sheet_name = 1)
data.head()

• 列表名：目标sheet的名称，中英文皆可。

data = pd.read_excel(io, sheet_name = '英超射手榜')
data.head()

• SheetN：代表第N个sheet，S要大写，注意与整型数字的区别。

data = pd.read_excel(io, sheet_name = 'Sheet5')
data.head()

• 组合列表： sheet_name = [0, ‘英超射手榜’, ‘Sheet4’]，代表读取三个工作表，分别为第1个工作表、名为“英超射手榜”的工作表和第4个工作表。显然，Sheet4未经重命名。
• sheet_name 默认为0，取Excel第一个工作表。如果读取多个工作表，则显示表格的字典。对于初学者而言，建议每次读取一个工作表，然后进行二次整合。

data = pd.read_excel(io, sheet_name = ['英超积分榜', '西甲积分榜'], nrows = 5)
# sheet_name = ['英超积分榜', '西甲积分榜'] ，返回两个工作表组成的字典
data

3、header， 用哪一行作列名

•  默认为0 ，如果设置为[0,1]，则表示将前两行作为多重索引。

data = pd.read_excel(io, sheet_name = '英超积分榜', header = [0,1]) 
# 前两行作为列名。
data.head()

4、names， 自定义最终的列名

• 一般适用于Excel缺少列名，或者需要重新定义列名的情况。
• 注意：names的长度必须和Excel列长度一致，否则会报错。

data = pd.read_excel(io, sheet_name = '英超射手榜', 
                     names = ['rank','player','club','goal','common_goal','penalty'])
data.head()

5、index_col， 用作索引的列

• 可以是工作表列名称，如index_col = ‘排名’；
• 可以是整型或整型列表，如index_col = 0 或 [0, 1]，如果选择多个列，则返回多重索引。

data = pd.read_excel(io, sheet_name = '英超射手榜', index_col = '排名')
data.head()

data = pd.read_excel(io, sheet_name = '英超射手榜', index_col = [0, 1])
data.head()

6、usecols，需要读取哪些列

• 可以使用整型，从0开始，如[0,2,3]；
• 可以使用Excel传统的列名“A”、“B”等字母，如“A：C, E” =”A, B, C, E”，注意两边都包括。
• usecols 可避免读取全量数据，而是以分析需求为导向选择特定数据，可以大幅提高效率。

data = pd.read_excel(io, sheet_name = '西甲射手榜', usecols = [0, 1, 3])
data.head()

data = pd.read_excel(io, sheet_name = '西甲射手榜', usecols = 'A:C, E')
data.head()
# 啊？什么！！为啥不见C罗？？
# 大佬，C罗转会去尤文图斯啦~~~~

7、squeeze，当数据仅包含一列

•  squeeze为True时，返回Series，反之返回DataFrame。

data = pd.read_excel(io, sheet_name = 'squeeze', squeeze  = True)
data.head()

data = pd.read_excel(io, sheet_name = 'squeeze', squeeze  = False)
data.head()

8、converters ，强制规定列数据类型

• converters = {‘排名’: str, ‘场次’: int}， 将“排名”列数据类型强制规定为字符串（pandas默认将文本类的数据读取为整型），“场次”列强制规定为整型；

• 主要用途：保留以文本形式存储的数字。

data = pd.read_excel(io, sheet_name = 'converters')
data['排名'].dtype

data = pd.read_excel(io, sheet_name = 'converters', converters = {'排名': str, '场次': float})data['排名'].dtype

9、skiprows，跳过特定行

•  skiprows= n， 跳过前n行； skiprows = [a, b, c]，跳过第a+1,b+1,c+1行（索引从0开始）；
• 使用skiprows 后，有可能首行（即列名）也会被跳过。

data = pd.read_excel(io, sheet_name = '英超射手榜', skiprows = [1,2,3]) 
# 跳过第2,3,4行数据（索引从0开始，包括列名）
data.head()

data = pd.read_excel(io, sheet_name = '英超射手榜', skiprows = 3)
data.head()

10、nrows ，需要读取的行数

• 如果只想了解Excel的列名及概况，不必读取全量数据，nrows会十分有用。 

data = pd.read_excel(io, sheet_name = '英超射手榜', nrows = 10)
data

11、skipfooter ， 跳过末尾n行

data = pd.read_excel(r'C:\Users\Administrator\Desktop\data.xlsx' , 
                     sheet_name = '英超射手榜', skipfooter = 43)
#  skipfooter = 43， 跳过末尾43行（索引从0开始）
data

欢迎搜索今日头条“海阔天空爱阅读”，欣赏更多文章~~

今天的文章使用pandas读取excel分享到此就结束了，感谢您的阅读。