详解pandas库pd.read_excel操作读取excel文件参数整理与实例

下面是关于“详解pandas库pd.read_excel操作读取excel文件参数整理与实例”的完整实例教程。

1. 操作简介

在Python中，使用pandas库的read_excel()函数可以便捷地读取Excel文件，并将读取的数据转换成DataFrame格式，以便对数据进行操作分析。这个函数支持各种参数，可以让我们更好地掌控读取Excel文件的过程，并根据实际需求，以最优的方式读取数据。

2. 常用参数介绍

在使用read_excel()函数时，我们可以指定参数来对读取过程进行掌控。下面是一些常用的参数：

filepath_or_buffer

filepath_or_buffer参数用于指定待读取的Excel文件的路径或缓冲区对象。我们可以将这个参数设置为一个字符串形式的文件路径，或者一个已经打开的文件句柄。例如：

import pandas as pd 

df = pd.read_excel('example.xlsx')

sheet_name

sheet_name参数用于指定需要读取的工作表名称或工作表序号。这个参数的默认值为0，如果指定为字符串，则表示需要读取的工作表的名称。例如：

import pandas as pd 

# 读取第一个工作表
df = pd.read_excel('example.xlsx')

# 读取名为'Sheet2'的工作表
df2 = pd.read_excel('example.xlsx', sheet_name='Sheet2')

header

header参数用于指定读取数据时需要跳过的行数。例如，如果header=0，则表示读取数据时跳过首行；如果header=1，则表示读取数据时跳过前两行。例如：

import pandas as pd 

# 跳过前两行
df = pd.read_excel('example.xlsx', header=2)

index_col

index_col参数可以让我们指定DataFrame的索引列，即将某一列的数据设为行索引。这样可以方便地根据行索引来访问DataFrame中的数据。例如：

import pandas as pd 

# 将第一列设为索引列
df = pd.read_excel('example.xlsx', index_col=0)

usecols

usecols参数用于指定需要读取的列。该参数支持指定列名或列索引值，以列表形式传入。例如：

import pandas as pd 

# 只读取第一列和第三列的数据
df = pd.read_excel('example.xlsx', usecols=[0, 2])

3. 实例演示

下面，我们用两个实例来演示read_excel()函数的使用方法。

实例一：读取内容

假设我们有一个名为“example.xlsx”的Excel文件，其中包含一份销售数据，内容如下：

日期	销售额(万元)	销售人员
2022/1/1	5.8	小明
2022/1/2	3.2	小红
2022/1/3	6.1	小李
2022/1/4	7.2	小张
2022/1/5	4.9	小王

我们想要读取这个Excel文件，并将其转换成DataFrame格式。读取过程中，我们需要指定待读取文件的文件名，以及需要读取的工作表名称和列标签。代码如下：

import pandas as pd 

# 读取Excel文件，读取Sheet1工作表
df = pd.read_excel('example.xlsx', sheet_name='Sheet1', index_col=0)

# 输出DataFrame
print(df)

输出结果如下：

            销售额(万元) 销售人员
日期                       
2022-01-01         5.8   小明
2022-01-02         3.2   小红
2022-01-03         6.1   小李
2022-01-04         7.2   小张
2022-01-05         4.9   小王

实例二：选择需要读取的列

假设我们有一个名为“example2.xlsx”的Excel文件，其中包含一份销售数据，内容如下：

日期	销售额(万元)	订单量	销售人员
2022/1/1	5.8	100	小明
2022/1/2	3.2	80	小红
2022/1/3	6.1	120	小李
2022/1/4	7.2	150	小张
2022/1/5	4.9	110	小王

我们想要只读取其中的“销售人员”和“订单量”两列，并将其转换成DataFrame格式。读取过程中，我们需要指定待读取文件的文件名、需要读取的工作表名称和需要读取的列标签。代码如下：

import pandas as pd 

# 读取Excel文件，读取Sheet1工作表，只读取“销售人员”和“订单量”两列
df = pd.read_excel('example2.xlsx', sheet_name='Sheet1', usecols=['销售人员', '订单量'])

# 输出DataFrame
print(df)