Python pandas.read_excel用法及代碼示例

用法: pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=None, 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, decimal='.', comment=None, skipfooter=0, convert_float=None, mangle_dupe_cols=True, storage_options=None)

將 Excel 文件讀入 pandas DataFrame。

支持從本地文件係統或 URL 讀取的 xls 、 xlsx 、 xlsm 、 xlsb 、 odf 、 ods 和 odt 文件擴展名。支持讀取單個工作表或工作表列表的選項。

參數：

io：str、字節、ExcelFile、xlrd.Book、路徑對象或 file-like 對象

任何有效的字符串路徑都是可接受的。該字符串可以是一個 URL。有效的 URL 方案包括 http、ftp、s3 和文件。對於文件 URL，需要一個主機。本地文件可以是：file://localhost/path/to/table.xlsx。

如果你想傳入一個路徑對象，pandas 接受任何 os.PathLike 。

通過file-like 對象，我們指的是具有read() 方法的對象，例如文件句柄(例如通過內置open 函數)或StringIO。

sheet_name：str、int、list 或 None，默認 0

字符串用於工作表名稱。 zero-indexed 工作表位置使用整數(圖表工作表不計為工作表位置)。字符串/整數列表用於請求多張工作表。指定無以獲取所有工作表。

可用案例：

默認為0：第一張紙作為DataFrame
1：第二張紙作為DataFrame
"Sheet1" ：加載名稱為 “Sheet1” 的工作表
[0, 1, "Sheet5"] ：將名為 “Sheet5” 的第一、第二和工作表加載為 DataFrame 的字典
無：所有工作表。

header：int，int 列表，默認 0

用於已解析 DataFrame 的列標簽的行(0 索引)。如果傳遞了整數列表，則這些行位置將組合成 MultiIndex 。如果沒有標題，請使用 None。

names：array-like，默認無

要使用的列名列表。如果文件不包含標題行，那麽您應該顯式傳遞 header=None。

index_col：int，int 列表，默認無

列(0 索引)用作 DataFrame 的行標簽。如果沒有這樣的列，則通過 None。如果傳遞了一個列表，這些列將被組合成一個 MultiIndex 。如果使用 usecols 選擇了數據子集，則 index_col 基於該子集。

usecols：int、str、list-like 或可調用的默認值無

如果沒有，則解析所有列。
如果是 str，則表示 Excel 列字母和列範圍的逗號分隔列表(例如 “A:E” 或 “A,C,E:F”)。範圍包括雙方。
如果是 int 列表，則表示要解析的列號列表。
如果是字符串列表，則表示要解析的列名列表。
如果可調用，則根據它評估每個列名並在可調用返回 True 時解析列。

根據上述行為返回列的子集。

squeeze：布爾值，默認為 False

如果解析的數據隻包含一列，則返回一個係列。

dtype：類型名稱或列的字典 -> 類型，默認無

數據或列的數據類型。例如： {‘a’:np.float64, ‘b’:np.int32} 使用 object 將數據保存在 Excel 中，而不是解釋 dtype。如果指定了轉換器，則將應用它們代替 dtype 轉換。

engine：str，默認無

如果 io 不是緩衝區或路徑，則必須將其設置為標識 io。支持的引擎：“xlrd”, “openpyxl”, “odf”, “pyxlsb”。發動機兼容性：

“xlrd” 支持 old-style Excel 文件 (.xls)。
“openpyxl” 支持更新的 Excel 文件格式。
“odf” 支持 OpenDocument 文件格式(.odf、.ods、.odt)。
“pyxlsb” 支持二進製 Excel 文件。

converters：字典，默認無

用於轉換某些列中的值的函數的字典。鍵可以是整數或列標簽，值是接受一個輸入參數的函數，即 Excel 單元格內容，並返回轉換後的內容。

true_values：列表，默認無

值視為 True。

false_values：列表，默認無

要考慮為 False 的值。

skiprows：list-like，int，或可調用，可選

文件開頭要跳過的行號(0-indexed)或要跳過的行數(int)。如果可調用，可調用函數將根據行索引進行評估，如果應該跳過該行，則返回 True，否則返回 False。一個有效的可調用參數的例子是 lambda x:x in [0, 2] 。

nrows：整數，默認無

要解析的行數。

na_values：標量、str、list-like 或 dict，默認為 None

要識別為 NA/NaN 的附加字符串。如果 dict 通過，特定的 per-column NA 值。默認情況下，以下值被解釋為 NaN：''、'#N/A'、'#N/AN/A'、'#NA'、'-1.#IND'、'-1.#QNAN'、 '-NaN'、'-nan'、'1.#IND'、'1.#QNAN'、'<NA>'、'N/A'、'NA'、'NULL'、'NaN'、'n /a'，‘nan’, ‘null’。

keep_default_na：布爾值，默認為真

解析數據時是否包含默認的 NaN 值。根據是否傳入na_values，行為如下：

如果 keep_default_na 為 True，並且指定了 na_values，則將 na_values 附加到用於解析的默認 NaN 值。
如果 keep_default_na 為 True，並且未指定 na_values，則僅使用默認的 NaN 值進行解析。
如果 keep_default_na 為 False，並且指定了 na_values，則僅使用指定的 NaN 值 na_values 進行解析。
如果 keep_default_na 為 False，並且未指定 na_values，則不會將任何字符串解析為 NaN。

請注意，如果 na_filter 作為 False 傳入，則 keep_default_na 和 na_values 參數將被忽略。

na_filter：布爾值，默認為真

檢測缺失值標記(空字符串和na_values 的值)。在沒有任何 NA 的數據中，傳遞 na_filter=False 可以提高讀取大文件的性能。

verbose：布爾值，默認為 False

指示放置在非數字列中的 NA 值的數量。

parse_dates：bool，list-like，或 dict，默認為 False

行為如下：

布爾。如果 True -> 嘗試解析索引。
int 或名稱列表。例如如果 [1, 2, 3] -> 嘗試將第 1、2、3 列分別解析為單獨的日期列。
列表列表。例如如果 [[1, 3]] -> 合並第 1 列和第 3 列並解析為單個日期列。
字典，例如{‘foo’:[1, 3]} -> 將第 1、3 列解析為日期並調用結果 ‘foo’

如果列或索引包含不可解析的日期，則整個列或索引將作為對象數據類型原封不動地返回。如果您不想將某些單元格解析為日期，隻需將它們在 Excel 中的類型更改為“Text”。對於非標準日期時間解析，請在 pd.read_excel 之後使用 pd.to_datetime 。

注意：iso8601 格式的日期存在fast-path。

date_parser：函數，可選

用於將字符串列序列轉換為日期時間實例數組的函數。默認使用dateutil.parser.parser 進行轉換。 Pandas 將嘗試以三種不同的方式調用 date_parser，如果發生異常則前進到下一種方式：1) 將一個或多個數組(由 parse_dates 定義)作為參數傳遞； 2) 將parse_dates 定義的列中的字符串值連接(按行)到單個數組中並傳遞它； 3) 使用一個或多個字符串(對應於 parse_dates 定義的列)作為參數為每一行調用一次 date_parser。

thousands：str，默認無

用於將字符串列解析為數字的千位分隔符。請注意，此參數僅對在 Excel 中存儲為 TEXT 的列是必需的，任何數字列都將被自動解析，無論顯示格式如何。

decimal：str，默認“。”

將字符串列解析為數字時識別為小數點的字符。請注意，此參數僅對在 Excel 中存儲為 TEXT 的列是必需的，任何數字列都將自動解析，無論顯示格式如何。(例如，使用“，”表示歐洲數據)。

comment：str，默認無

注釋掉行的剩餘部分。將一個或多個字符傳遞給此參數以指示輸入文件中的注釋。注釋字符串和當前行末尾之間的任何數據都將被忽略。

skipfooter：整數，默認 0

最後要跳過的行(0 索引)。

convert_float：布爾值，默認為真

將整數浮點數轉換為 int(即 1.0 -> 1)。如果為 False，所有數值數據將作為浮點數讀入：Excel 在內部將所有數字存儲為浮點數。

mangle_dupe_cols：布爾值，默認為真

重複的列將被指定為“X”、“X.1”、……“X.N”，而不是“X”……“X”。如果列中存在重複名稱，則傳入 False 將導致數據被覆蓋。

storage_options：字典，可選

對特定存儲連接有意義的額外選項，例如主機、端口、用戶名、密碼等，如果使用將由 fsspec 解析的 URL，例如，從 “s3://”、“gcs://” 開始。如果為該參數提供本地路徑或 file-like 緩衝區，則會引發錯誤。有關允許的鍵和值集，請參閱 fsspec 和後端存儲實現文檔。

DataFrame 或 DataFrames 的字典: 來自傳入的 Excel 文件的 DataFrame。有關何時返回 DataFrames 的字典的更多信息，請參閱sheet_name 參數中的注釋。

例子：

可以使用文件名作為字符串或打開的文件對象來讀取文件：

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

>>> pd.read_excel(open('tmp.xlsx', 'rb'),
...               sheet_name='Sheet3')  
   Unnamed:0      Name  Value
0           0   string1      1
1           1   string2      2
2           2  #Comment      3

可以通過 index_col 和 header 參數指定索引和標題

>>> 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

列類型是推斷的，但可以顯式指定

>>> 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

True、False 和 NA 值以及千位分隔符具有默認值，但也可以顯式指定。以字符串或字符串列表的形式提供您想要的值！

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

可以使用 comment kwarg 跳過 excel 輸入文件中的注釋行

>>> pd.read_excel('tmp.xlsx', index_col=0, comment='#')  
      Name  Value
0  string1    1.0
1  string2    2.0
2     None    NaN

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.read_excel。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：