本文主要介绍了Python开发入门到精通--Python读取Excel，通过具体的内容展现，希望对大家Python开发的学习有所帮助。

9月17日19:30-20:30《高薪职场人必备技能》免费讲座   +QQ：2851229782

01 语法

pandas.read_excel接口的语法如下：

pd.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)

02 文件内容

io为第一个参数，没有默认值，也不能为空，根据Python的语法，第一个参数传参时可以不写。可以传入本地文件名或者远程文件的URL：

# 字符串、字节、Excel文件、xlrd.Book实例、路径对象或者类似文件的对象

# 本地相对路径

pd.read_excel('data/data.xlsx') # 注意目录层级

pd.read_excel('data.xls') # 如果文件与代码文件在同一目录下

# 本地绝对路径

pd.read_excel('/user/gairuo/data/data.xlsx')

# 使用URL

pd.read_excel('https://www.gairuo.com/file/data/dataset/team.xlsx')

与read_csv一样，需要注意，Mac和Windows中的路径写法不一样。

03 表格

sheet_name可以指定Excel文件读取哪个sheet，如果不指定，默认读取第一个。

# 字符串、整型、列表、None，默认为0

pd.read_excel('tmp.xlsx', sheet_name=1) # 第二个sheet

pd.read_excel('tmp.xlsx', sheet_name='总结表') # 按sheet的名字

# 读取第一个、第二个、名为Sheet5的sheet，返回一个df组成的字典

dfs = pd.read_excel('tmp.xlsx', sheet_name=[0, 1, "Sheet5"])

dfs = pd.read_excel('tmp.xlsx', sheet_name=None) # 所有sheet

dfs['Sheet5'] # 读取时按sheet名

04 表头

数据的表头参数为header，如不指定，默认为第一行。

# 整型、整型组成的列表，默认为 0

pd.read_excel('tmp.xlsx', header=None)  # 不设表头

pd.read_excel('tmp.xlsx', header=2)  # 第三行为表头

pd.read_excel('tmp.xlsx', header=[0, 1])  # 两层表头，多层索引

05 列名

用names指定列名，也就是表头的名称，如不指定，默认为表头的名称。

# 序列，默认为None

pd.read_excel('tmp.xlsx', names=['姓名', '年龄', '成绩'])

pd.read_excel('tmp.xlsx', names=c_list) # 传入列表变量

# 没有表头，需要设置为None

pd.read_excel('tmp.xlsx', header=None, names=None)

06 其他

其他参数与pandas.read_csv的同名参数功能一致，如果想使用仅pandas.read_csv有的参数，可以考虑将数据保存为CSV文件，因为CSV文件相对通用、读取数据快且处理方法比较丰富。

用Python读取CSV文件的操作详解可戳：史上最全!用Pandas读取CSV，看这篇就够了。

07 小结

本文介绍了pandas.read_excel相对于pandas.read_csv专有的参数功能。由于Excel文件在日常工作中较为常用，所以需要熟练掌握Excel的数据读取功能。另外对于一些量比较小的Excel数据文件，在做数据临时处理时，可以复制并使用pd.read_clipboard()来读取，非常方便。

我是小职，记得找我

✅ 解锁高薪工作

✅ 免费获取基础课程·答疑解惑·职业测评