導讀：pandas.read_excel接口用于讀取Excel格式的數據文件，由于它使用非常頻繁、功能強大、參數眾多，因此本文專門做詳細介紹。

作者：李慶輝

來源：大數據DT（ID：hzdashuju）

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

#?字符串、字節、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

數據的表頭參數為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

其他參數與pandas.read_csv的同名參數功能一致，如果想使用僅pandas.read_csv有的參數，可以考慮將數據保存為CSV文件，因為CSV文件相對通用、讀取數據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的數據讀取功能。另外對于一些量比較小的Excel數據文件，在做數據臨時處理時，可以復制并使用pd.read_clipboard()來讀取，非常方便。

關于作者：李慶輝，數據產品專家，某電商公司數據產品團隊負責人，擅長通過數據治理、數據分析、數據化運營提升公司的數據應用水平。精通Python數據科學及Python Web開發，曾獨立開發公司的自動化數據分析平臺，參與教育部“1+X”數據分析（Python）職業技能等級標準評審。中國人工智能學會會員，企業數字化、數據產品和數據分析講師，在個人網站“蓋若”上編寫的技術和產品教程廣受歡迎。

本書摘編自《深入淺出Pandas：利用Python進行數據處理與分析》，機械工業出版社華章公司2021年出版。轉載請與我們取得授權。

延伸閱讀《深入淺出Pandas》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：這是一本全面覆蓋了Pandas使用者的普遍需求和痛點的著作，基于實用、易學的原則，從功能、使用、原理等多個維度對Pandas做了全方位的詳細講解，既是初學者系統學習Pandas難得的入門書，又是有經驗的Python工程師案頭必不可少的查詢手冊。《利用Python進行數據分析》學習伴侶，用好Python必備。

劃重點????

干貨直達????

• 數據分析怎么學？我畫了一個導圖，又找到22本書
  

• 3個最常見案例詳解DBA日常維護
  

• 終于有人把平均數、中位數和眾數講明白了
  

• 史上最全！用Pandas讀取CSV，看這篇就夠了

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作

大數據?|?云計算?|?數據庫?|?Python?|?爬蟲?|?可視化

AI?|?人工智能?|?機器學習?|?深度學習?|?NLP

5G?|?中臺?|?用戶畫像?|?1024?|?數學?|?算法?|?數字孿生

據統計，99%的大咖都關注了這個公眾號

????

新人創作打卡挑戰賽發博客就能抽獎！定制產品紅包拿不停！

總結

以上是生活随笔為你收集整理的手把手教你用Python读取Excel的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。