Skip to main content

数据加载与输出

pandas.read_excel​

读取 Excel 文件，需要安装扩展包 xlrd 和 openpyxl 来分别支持 xls 和 xlsx 文件格式。

pandas.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, na_filter=True, verbose=False, 
                  parse_dates=False, date_parser=None, thousands=None, 
                  comment=None, skipfooter=0, convert_float=None, 
                  mangle_dupe_cols=True, storage_options=None)

常用参数说明​

io : str、bytes、ExcelFile、xlrd.Book、path object 或 file-like object​

一般为文件路径或文件本身；也可以是 URL 地址，支持协议 http, ftp, s3, 和 file。

>>> pd.read_excel('tmp.xlsx', index_col=0)  
       Name  Value
0   string1      1
1   string2      2
2  #Comment      3

sheet_name : str、int、list 或 None​

指定读取的工作表。

  • 默认值为 0 : 读取第一个工作表；
  • 1 : 读取第二个工作表，以此类推；
  • "Sheet1" : 根据工作表名称（”Sheet1“）读取；
  • [0, 1, "Sheet5"] : Load first, second and sheet named “Sheet5” as a dict of DataFrame；
  • None : 读取所有的工作表。
>>> pd.read_excel(open('tmp.xlsx', 'rb'), sheet_name='Sheet1')  
   Unnamed: 0      Name  Value
0           0   string1      1
1           1   string2      2
2           2  #Comment      3

header : int、 list of int​

根据行号指定作为列标签的行，默认为 0 ，也就是第一行。

pd.read_excel('tmp.xlsx', index_col=None, header=None)  
     0         1      2
0  NaN      Name  Value
1  0.0   string1      1
2  1.0   string2      2
3  2.0  #Comment      3

names : 列表​

通过列表指定列标签，默认值为 None，如果文件本身不包含 header，需显示说明 header=None。

index_col : int、list of int​

指定作为行索引的列，默认值为 None。

dtype : Type name or dict of column -> type​

指定列的类型。

pd.read_excel('tmp.xlsx', index_col=0, dtype={'Name': str, 'Value': float})  
       Name  Value
0   string1    1.0
1   string2    2.0
2  #Comment    3.0

skiprows : list-like、int、或 callable​

从文件开始处算起需要跳过的行。

skipfooter : int​

从文件结尾处算起需要跳过的行。