pandas读取指定行_小教程1：读取数据

笔者开立本公众号的初衷是为了让投行类的工作更加具有效率，故之前系列文章中编写了各类小工具以提高整体的工作效率，上述小工具均是基于方便快捷的原则，让基本上不懂代码的童鞋们，通过简单填写Excel或者按指定方式输入债券代码，以完成程序的目的。对于想要学习python基本语言的逻辑及含义的同学，可以通过本公众号后续的简单教学系列，逐步了解一些最常用代码或逻辑的基本使用方法，这样的情况下，大家可以根据工作中实际的情况，采取对应的方法进行解决。本文涉及的教学，主要为日常工作中可以用到的频率最高的模块及函数，而日常工作中，我们最常接触的就是word、Excel等办公软件，而本文相关教程也会以Excel和Word为主，介绍相关的基础功能用法。 一、一般的思路一般来说，日常工作中可以用代码处理的事项基本上都需要经过以下操作实现。

笔者将从以上的思路出发，对于每个步骤中最常有的方式进行简单教学，以使得大家具备基本的日常问题解决思路。本篇文章将简单讲解读取文件数据最常用的方法。 二、pandas读取Excel数据经过最近系列文章的撰写，本人偏向于使用pandas读取需要处理的财务数据或业务数据，读取方法简便，同时读取之后存储为dataframe数据容易进行后续操作运算。基本上使用Pandas读取Excel数据的方式，可以涵盖大多数投行类工作日常的代码操作。首先，需要安装pandas及numpy模块。基本读取语句：

source=pd.read_excel(filename,sheet_name=[],index_col=[],header=[])

读取文件名为filename的Excel文件内容，同时设定读取具体哪几个sheet，同时规定标题行及索引行的读取方式。下面先以一个简单的例子开始：

import pandas as pdsource=pd.read_excel('资产负债表-输入模板.xlsx',sheet_name=[0,1],index_col=0,header=0)print(source[0])

其中，sheet_name=[0,1]代表读取第一张及第二张sheet，注意python中编号都是从零开始，即涉及到第一张表、第一行、第一列等对应的脚标都是0开始。index_col=0 代表表格中第一列为索引列，header=0代表表格第一行为标题行。print(source[0])代表输出读取的第一个sheet内容，如果为source[1]代表第二个sheet内容，以此类推。运行结果如下：

上图中的内容，可能并无法清楚的看到标题行和索引行的特点，下面修改代码进行简单的对比，则可有个直观的认识。

#index和header对应的指定改为none，即不读取表格中内容作为标题行或索引号import pandas as pdsource=pd.read_excel('资产负债表-输入模板.xlsx',sheet_name=[0,1], index_col=None,header=None)print(source[0])

输出结果如下，可以看到读取的数据自动将0-8和0-3作为了index和column的标签：

那么如果想要读取多行或者多列作为标题或者索引呢？那么可以使用header=[0,1]这种表达方式，则可以读取前两行为标题行，index行同理。运行实例如下：

import pandas as pdsource=pd.read_excel('数据源.xlsx',sheet_name=[0,1],index_col=None,header=[0,1])print(source[0])

可以看到前两行变成了标题行。如果有三级或者四级标题行同理操作即可。

后续笔者将不定期讲解数据读取、数据循环、数据筛选等内容，提供最基本方法的讲解。如果感觉有用，欢迎点击 “在看”，谢谢支持！ python债券工具系列： 用python更好的承做债券：(11)生成债券分析简报用python更好的承做债券：(10)初步整理底稿目录用python更好的承做债券：(9)自动生成募集财务分析-level1用python更好的承做债券：(8)自动邮件提醒兑付兑息用python更好的承做债券：(7)首批诚信网站汇总用python更好的承做债券：(6)诚信网站截图小例用python更好的承做债券：(5)简单计算资产负债结构用python更好的承做债券：(4)自动生成声明页优化用python更好的承做债券：(3)自动生成声明页初探用python更好的承做债券：(2)下载软件运行模板用python更好的承做债券：(1)从零开始