手把手教你用Python读取Excel

深藏阁楼爱情的钟 2022-08-29 00:22 349阅读 0赞

**导读：**pandas.read\_excel接口用于读取Excel格式的数据文件，由于它使用非常频繁、功能强大、参数众多，因此本文专门做详细介绍。

作者：李庆辉

来源：大数据DT（ID：hzdashuju）

![614c22834af619a05ffc1157bf792056.png][]

**01 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,
                  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、路径对象或者类似文件的对象
    # 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。

**03 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

**04 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

**05 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，需要设置为None
    pd.read_excel('tmp.xlsx', header=None, names=None)

**06 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。

用Python读取CSV文件的操作详解可戳：[史上最全！用Pandas读取CSV，看这篇就够了][Pandas_CSV]。

**07 小结**

本文介绍了pandas.read\_excel相对于pandas.read\_csv专有的参数功能。由于Excel文件在日常工作中较为常用，所以需要熟练掌握Excel的数据读取功能。另外对于一些量比较小的Excel数据文件，在做数据临时处理时，可以复制并使用pd.read\_clipboard()来读取，非常方便。

关于作者：李庆辉，数据产品专家，某电商公司数据产品团队负责人，擅长通过数据治理、数据分析、数据化运营提升公司的数据应用水平。精通Python数据科学及Python Web开发，曾独立开发公司的自动化数据分析平台，参与教育部“1+X”数据分析（Python）职业技能等级标准评审。中国人工智能学会会员，企业数字化、数据产品和数据分析讲师，在个人网站“盖若”上编写的技术和产品教程广受欢迎。

本书摘编自《深入浅出Pandas：利用Python进行数据处理与分析》，机械工业出版社华章公司2021年出版。转载请与我们取得授权。

![a4ff1ebaf32448902bfdff5d19ed5773.png][]

延伸阅读《深入浅出Pandas》

点击上图了解及购买

转载请联系微信：DoctorData

**推荐语：**这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。《利用Python进行数据分析》学习伴侣，用好Python必备。

![音符][725add0700511d2b931ceb7b5f8d505b.gif]

**划重点????**

**干货直达????**

*  [数据分析怎么学？我画了一个导图，又找到22本书][22]  
    
 *  [3个最常见案例详解DBA日常维护][3_DBA]  
    
 *  [终于有人把平均数、中位数和众数讲明白了][Link 1]  
    
 *  [史上最全！用Pandas读取CSV，看这篇就够了][Pandas_CSV]

**更多精彩****????**

在公众号对话框输入以下**关键词**

查看更多优质内容！

**PPT** | **读书** | **书单** | **硬核** | **干货**** **| **讲明白 **|** 神操作**

**大数据** | **云计算** | **数据库** | **Python** | **爬虫** | **可视化**

**AI** | **人工智能** | **机器学习** | **深度学习** | **NLP**

**5G**** **|** 中台 **|** 用户画像**** **| **1024** | **数学 **|** 算法 **| **数字孪生**

据统计，99%的大咖都关注了这个公众号

**????**

[614c22834af619a05ffc1157bf792056.png]: /images/20220829/164af8a1e831491cb091ee7993e3a82b.png
[Pandas_CSV]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c0e91dbfb87878c969be3eddc10ab7fc64ce6b19107bffdb3941926241506cd3280bc05cc&idx=2&mid=2247534461&scene=21&sn=8c52022cdab2fcafda421af13604660a#wechat_redirect
[a4ff1ebaf32448902bfdff5d19ed5773.png]: /images/20220829/e1d446a1c4d6447397638593f83dadcd.png
[725add0700511d2b931ceb7b5f8d505b.gif]: /images/20220829/ffdb433588154d5da429c591d2f94a18.png
[22]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c03a8dbfb8abed57796a6288c6a45ae3804434c83021ab9f144c43c6fd24c69335bcec114&idx=2&mid=2247535172&scene=21&sn=4f00d21871aecc5da9a7919523de31eb#wechat_redirect
[3_DBA]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c012bdbfb883d80ee180513641d32990640ae61075f7c6e50927779ae5abca98f23fc1619&idx=2&mid=2247534791&scene=21&sn=7840544214056fa7c302ee5f32fe65d9#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzI5OTk5OTM2Mw%3D%3D&chksm=ec8c0129dbfb883f34aa051422020c2e9cbf70065036f3d7695ec7042a851076cc89945d98fa&idx=2&mid=2247534789&scene=21&sn=825feb8d5f6f199a2b238cf580c0396a#wechat_redirect