Python read_excel()：读取Excel文件（附带实例）

Python 程序中读取 Excel 文件，主要使用 pandas 模块的 read_excel() 方法，语法如下：

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, verbose=False, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, mangle_dupe_cols=True, **kwds)

主要参数说明：

• io：字符串，xls 或 xlsx 路径文件或类文件对象。
• sheet_name：None、字符串、整数、字符串列表或整数列表，默认值为 0。字符串为 Excel 工作表的名称；整数为索引，表示工作表的位置；字符串列表或整数列表用于请求多个工作表；为 None 时表示获取所有的工作表。参数值如下表所示。

表：sheet_name 参数值

值	说明
sheet_name=0	将第一个 Sheet 页中的数据作为 DataFrame
sheet_name=1	将第二个 Sheet 页中的数据作为 DataFrame
sheet_name="Sheet1"	将名为“Sheet1”的 Sheet 页中的数据作为 DataFrame
sheet_name=[0,1,'Sheet3']	将第一个、第二个和名为“Sheet3”的 Sheet 页中的数据作为 DataFrame

• header：指定作为列名的行，默认值为 0，即读取第一行的值为列名。数据为除列名以外的数据；若数据不包含列名，则设置 header=None；
• names：默认值为 None，表示要使用的列名列表；
• index_col：指定列为索引列，默认值为 None，索引 0 是 DataFrame 的行标签；
• usecols：int、list 或字符串，默认值为 None。
  • 如果为 None，则解析所有列；
  • 如果为 int，则解析最后一列；
  • 如果为 list，则解析列表中的列；
  • 如果为字符串，则解析 Excel 中特定字母的列和范围列表（例如“A：E”或“A，C，E：F”）。

其范围包括头和尾：

• squeeze：布尔值，默认值为 False，如果解析的数据只包含一列，则返回一个 Series 对象；
• dtype：列的数据类型名称或字典，默认值为 None。例如｛'a'：np.float64，'b'：np.int32｝；
• skiprows：省略指定行数的数据，从第一行开始；
• skipfooter：省略指定行数的数据，从最后一行开始。

下面通过快速示例，详细介绍如何读取 Excel 文件。

Python常规读取Excel文件

【实例 1】读取 Excel 文件。下面使用 read_excel() 函数读取文件名为“data2.xlsx”的 Excel 文件，程序代码如下：

# 导入pandas模块
import pandas as pd
# 解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)
# 读取Excel文件
df=pd.read_excel('../datas/data2.xlsx')
# 输出前5条数据
print(df.head())

运行程序，输出前 5 条数据，结果为：

       买家名  买家实际支付金额  收货人姓名     教程名称
0       mrhy1             49.99   周某某   C语言入门教程
1       mrhy2             49.99   杨某某   C语言入门教程
2       mrhy3             49.99   刘某某   C语言入门教程
3       mrhy4             49.99   张某某   C语言入门教程
4       mrhy5             49.99   赵某某  Python基础教程

注意，如果读取的 Excel 文件是 .xls 类型的，则需要安装 xlrd 模块，否则程序会报错。

Python读取指定的Sheet页

一个 Excel 文件包含多个 Sheet 页，通过设置 sheet_name 参数就可以读取指定 Sheet 页的数据。

【实例 2】读取指定 Sheet 页的数据。

# 读取Excel文件
df = pd.read_excel(io='../datas/data2.xlsx', sheet_name='C语言')
# 输出前5条数据
print(df.head())

运行程序，运行结果会输出前 5 条数据。

除了指定 Sheet 页的名字，还可以指定 Sheet 页的顺序，从 0 开始。例如，sheet_name=0 表示第一个 Sheet 页的数据，sheet_name=1 表示第二个 Sheet 页的数据，以此类推。

如果不指定 sheet_name 参数，则默认读取第一个 Sheet 页的数据。

Python通过行列索引读取指定行列数据

DataFrame 是二维数据结构，因此它既有行索引，又有列索引。当导入 Excel 数据时，行索引会自动生成，如 0、1、2，而列索引则默认为第 0 行数据，如下图所示。


如果通过指定行索引读取 Excel 文件，则需要设置 index_col 参数。下面将“买家名”作为行索引（位于第 0 列）读取 Excel 文件，程序代码如下：

# 导入pandas模块
import pandas as pd
# 解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)
df1 = pd.read_excel(io='../datas/data2.xlsx', index_col=0)  # 设置“买家名”为行索引
print(df1.head())  # 输出前5条数据

如果通过指定列索引读取 Excel 文件，则需要设置 header 参数，主要代码如下：

df2 = pd.read_excel(io='../datas/data2.xlsx', header=1)  # 设置第 1 行为列索引

如果将数字指定为列索引，可以设置 header 参数为 None，主要代码如下：

df3 = pd.read_excel(io='../datas/data2.xlsx', header=None)  # 列索引为数字

那么，为什么要指定索引呢？因为通过索引可以快速检索数据，例如，通过 df3[0] 就可以快速检索到“买家名”这一列数据。

Python读取指定列数据

一个 Excel 文件中往往包含多列数据，如果只需要其中的几列，则可以通过 usecols 参数指定需要的列，从 0 开始（0 表示第 1 列，以此类推）。

下面读取第 1 列数据（索引为 0），程序代码如下：

# 导入pandas模块
import pandas as pd
# 解决数据输出时列名不对齐的问题
pd.set_option('display.unicode.east_asian_width', True)
# 通过指定列索引读取第1列数据（索引为0）
df1 = pd.read_excel(io='../datas/data2.xlsx', usecols=[0])
print(df1.head())

如果要读取多列数据，则可以在列表中指定多个值。例如，读取第 1 列和第 4 列数据，主要代码如下：

df1 = pd.read_excel(io='../datas/data2.xlsx', usecols=[0, 3])

也可以指定列名称，主要代码如下：

df1 = pd.read_excel(io='../datas/data2.xlsx', usecols=['买家名', '教程名称'])