最新Pandas.read_excel()全参数详解（案例实操，如何利用python导入excel）

最新Pandas.read_excel()全参数详解（案例实操，如何利用python导入excel）

pandas.read_excel()的作用：将Excel文件读取到pandas DataFrame中。

支持从本地文件系统或URL读取的xls，xlsx，xlsm，xlsb和odf文件扩展名。 支持读取单一sheet或几个sheet。

以下是该函数的全部参数，等于号后面是该参数的缺省值，参数看着很多，但其实我们日常用到的就几个：

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)
我创建了一个excel，用作数据源：

sheet1：CRM

共39行

sheet2：成绩单

共50行

sheet3：销量表

共31行

1.基本用法（io）

直接使用pd.read_excel(r"文件路径")，默认读取第一个sheet的全部数据

实际上就是第一个参数：io，支持str, bytes, ExcelFile, xlrd.Book, path object, or file-like object

2.sheet_name（str, int, list, None, default 0）
str字符串用于引用的sheet的名称

int整数用于引用的sheet的索引（从0开始）

字符串或整数组成的列表用于引用特定的sheet

注意，读取后的数据类型是OrderedDict,将两个sheet的数据合并到了一个list中

None 表示引用所有sheet

默认为0，表示不输入sheet_name的参数下，默认引用第一张sheet的数据

3.header（int, list of int, default 0）
表示用第几行作为表头，默认header=0，即默认第一行为表头

hearder=1：选择第二行为表头，第一行数据就不要了。其他以此类推

hearder=[1,2,3]：选择第2,3,4行的数据作为表头，第二行之上的数据不用

header=None :表示不使用数据源中的表头

4.names(array-like, default None)
表示自定义表头的名称，需要传递数组参数。

图例中更改了原始的表头。

5.index_col（int, list of int, default None）
指定列为索引列，默认为None，也就是索引为0的列用作DataFrame的行标签。

None:

int整数：指定第几列为索引列

选择第一列"ID"列为索引列

list of int：选择列表中的整数列为索引列

6.usecols(int, str, list-like, or callable default None)
默认为None，解析所有列。
如果为str，则表示Excel列字母和列范围的逗号分隔列表（例如“ A：E”或“ A，C，E：F”）。范围全闭。
如果为int，则表示解析到第几列。
如果为int列表，则表示解析那几列。
str:usecols=“A:C”,只读取从A列到C列的数据

int：usecols=3,表示解析第0,1,2,3列，共4列

int of list:usecols=[0,1,4]，表示解析第1列，第2列，第5列的数据

7.squeeze(bool, default False)
默认为False。如果设置squeeze=True则表示如果解析的数据只包含一列，则返回一个Series。

默认情况下：

设置squeeze=True情况下：

8.dtype（Type name or dict of column -> type, default None）
列的类型名称或字典，默认为None，也就是不改变数据类型。

其作用是指定列的数据类型。

先看下目前的各列数据类型：

再将ID和年龄列的数据类型从int64转换为float64和str

这是pandas的所有数据类型

9.engine（str, default None）
可以接受的参数有“ xlrd”，“ openpyxl”或“ odf”，用于使用第三方的库去解析excel文件。

10.converters（dict, default None）
对指定列的数据进行指定函数的处理，传入参数为列名与函数组成的字典。key 可以是列名或者列的序号，values是函数，可以def函数或者直接lambda都行。

先读取前三列数据：

对第2列的所有名称加上""，把第三列的所有年龄都减10

11.true_values（list，default None）
将指定的文本转换为True，默认为None

12.false_values（list，default None）
将指定的文本转换为False，默认为None

将性别中的女转换为True，男转换为False

13.skiprows（list like）
跳过指定的行

skiprows=1 跳过第1行

skiprows=3 跳过前3行

skiprows=[1,3,5] 跳过第1,3,5行

skiprows=lambda x: x % 2 == 0 跳过偶数行

14.nrows（int, default None）
默认为None

指定需要读取前多少行，通常用于较大的数据文件中。

nrows=3 读取前三行

15.na_values（scalar, str, list-like, or dict, default None）
指定某些列的某些值为NaN

na_values=‘大专’，指定大专为NaN

16.keep_default_na(bool, default True)
表示导入数据时是否导入空值。

默认为True，即自动识别空值并导入