一个参数一个xlsx表，让你玩转Pandas中read_excel()表格读取！（一）

本文大纲

其实我觉得很有必要讲述这个文章，用Python进行数据处理的第一步，就是数据的读取。其实在进行数据读取的时候，我们可以做很多事儿。鉴于read_excel()函数和read_csv()函数，在参数上面有很多相通点，因此我就以read_excel()函数为例，进行详细的说明。

参数详解

1）sheet_name参数

含义：选择要读取的sheet表；

sheet_name=0表示默认读取第一个sheet表，等同于sheet_name=“sheet名称”；

sheet_name=[“sheet名”，0]会返回一个字典，然后可以利用键获取每一个sheet表中的数据；

sheet_name=None也会返回一个字典，但是会返回全部的sheet表；

① sheet_name=0等同于sheet_name=“Sheet1”

# 下面这两个读取方式等同。
#df2 = pd.read_excel("readexcel.xlsx",sheet_name=0)
df2 = pd.read_excel("readexcel.xlsx",sheet_name="Sheet1")
df2

结果如下：

② sheet_name=[“sheet名”，0]

df2 = pd.read_excel("readexcel.xlsx",sheet_name=[0,1])
df2

结果如下：

接着，我们可以使用键值对的方式，获取每个sheet表中的数据。

注：关于sheet_name=None效果同上，只不过会返回所有的sheet表中的数据。

2）header参数

含义：指定某一行作为表头；

header=None准们针对没有表头的表，这也是默认值；

header=1指定第一行作为表头；

header=[]主要针对复合表头的情况；

① header=None

df3 = pd.read_excel("header.xlsx",header=None)
df3

结果如下：

② header=1

df3 = pd.read_excel("header.xlsx",sheet_name=2,header=1) 
df3

结果如下：

③ header=[]

df3 = pd.read_excel("header.xlsx",sheet_name=3,header=[0,1],index_col=0) 
df3

结果如下：

注意：上述用到了一个index_col参数，这个参数用于指定作为行索引的列，我就不详细举例了，看看下图。

3）usecols参数

含义：选择读取一张表中的指定列；

usecols=None也是默认情况，表示读取所有列；

usecols=[A,C]表示只选取A列和C列。usecols=[A,C:E]表示选择A列，C列、D列和E列；

usecols=[0,2]表示只选择第一列和第三列；

usecols=[“列名1”,“列名2”…]这也是推荐使用的一种写法；

① usecols=None

df4 = pd.read_excel("usecols.xlsx",usecols=None) # 默认
df4

结果如下：

② usecols=[A,C]

df4 = pd.read_excel("usecols.xlsx",usecols="A,C") 
df4

结果如下：

③ usecols=[A,C:D]

df4 = pd.read_excel("usecols.xlsx",usecols="A,C:D") 
df4

结果如下：

④ usecols=[0,2]

df4 = pd.read_excel("usecols.xlsx",usecols=[0,2]) 
df4

结果如下：