通过源码来学习pandas中read_excel()函数的使用方法

本文参考了https://blog.csdn.net/xxd102401/article/details/100943179，https://blog.csdn.net/brucewong0516/article/details/79096633，如有侵权，可联系删除。

除了使用xlrd库或者xlwt库进行对excel表格的操作读与写，而且pandas库同样支持excel的操作；且pandas操作更加简介方便。

python           : 3.7.6.final.0
pandas           : 0.25.3
源码来截摘自于C:\Users\luoshixiang\AppData\Local\Programs\Python\Python37\Lib\site-packages\pandas\io\excel\_base.py

通过本文阅读源码自学，获得的将不仅仅是会使用一个函数

@Appender(_read_excel_doc)
@deprecate_kwarg("skip_footer", "skipfooter")
def 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,
    skip_footer=0,
    skipfooter=0,
    convert_float=True,
    mangle_dupe_cols=True,
    **kwds
):

    for arg in ("sheet", "sheetname", "parse_cols"):
        if arg in kwds:
            raise TypeError(
                "read_excel() got an unexpected keyword argument " "`{}`".format(arg)
            )

    if not isinstance(io, ExcelFile):
        io = ExcelFile(io, engine=engine)
    elif engine and engine != io.engine:
        raise ValueError(
            "Engine should not be specified when passing "
            "an ExcelFile - ExcelFile already has the engine set"
        )

    return io.parse(
        sheet_name=sheet_name,
        header=header,
        names=names,
        index_col=index_col,
        usecols=usecols,
        squeeze=squeeze,
        dtype=dtype,
        converters=converters,
        true_values=true_values,
        false_values=false_values,
        skiprows=skiprows,
        nrows=nrows,
        na_values=na_values,
        keep_default_na=keep_default_na,
        verbose=verbose,
        parse_dates=parse_dates,
        date_parser=date_parser,
        thousands=thousands,
        comment=comment,
        skipfooter=skipfooter,
        convert_float=convert_float,
        mangle_dupe_cols=mangle_dupe_cols,
        **kwds
    )

测试用数据

sheet1：

sheet2：

根据源码已有的文档对参数进行解释

 io : excel文件路径，可以是URL，可用URL类型包括：http, ftp, s3和文件

>>> import pandas as pd
>>> file_path=r"C:/Users/luoshixiang/Desktop/data/jian.xlsx"
>>> jian=pd.read_excel(io=file_path)  #这个会直接默认读取到这个Excel的第一个表单
>>> jian.head() #默认读取前5行的数据
            no name  dep status sex                  id     note
0  E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
2  E0021010504  吴*卿  省公司   离职人员   女  44010219******4043       死亡

sheetname : 可以是**str,int,list,或None,默认0,**字符是表示的是该表的名字,数字表示的是表的位置(从0开始),数字和字符是请求单个表格;列表形式的是请求多个表格.赋值为None是请求全部的表格

赋值	解释
sheet_name = 0 (默认为0)	第一张工作表作为DataFrame
sheet_name = 1	第二张工作表为DataFrame
sheet_name = “Sheet1”	名字为"Sheet1"的表作为DataFrame
sheet_name = [0,1,“Sheet5”]	第一张工作表,第二张工作表和名字为"Sheet5"的工作表作为字典结构的DataFrame
sheet_name = None	所有的工作表作为字典结构的DataFrame

 

>>> pd.read_excel(io=file_path,sheet_name=1)
            no name    dep status sex                  id     note
0  E0021033660  杨*冲  福田分公司   离职人员   男  44510219******1217  辞职/主动离职
1  E0021033015  梁*颖  福田分公司   离职人员   男  44532119******0631  辞职/主动离职
2  E0021033220  朱*南  福田分公司   离职人员   女  23230219******762X  辞职/主动离职
3  E0021033459  周*奇  福田分公司   离职人员   女  42900119******722X  辞职/主动离职
4  E0021396505  李*锋  罗湖分公司   离职人员   男  34062119******1237  辞职/主动离职
5  E0021033139  林*妮  罗湖分公司   离职人员   女  44150219******2682  辞职/主动离职
6  E0021033093  刘*红  罗湖分公司   离职人员   女  44142119******0448  辞职/主动离职
7  E0021395102  王*莹  罗湖分公司   离职人员   女  22010219******1460  辞职/主动离职
8  E0021033338  周*霓  南山分公司   离职人员   女  44528119******444X  辞职/主动离职
>>> 

header：指定作为列名的行，默认0，即取第一行的值为列名。数据为列名行以下的数据；若数据不含列名，则设定 header = None

>>> pd.read_excel(io=file_path,sheet_name=0,header=0)
            no name  dep status sex                  id     note
0  E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
2  E0021010504  吴*卿  省公司   离职人员   女  44010219******4043       死亡
>>> pd.read_excel(io=file_path,sheet_name=0,header=1)
   E0021150345  张*靖  财务部  离职人员  男   44522219******014  辞职/主动离职
0  E0021015687  贾*冬  客户部  离职人员  男  51303019******3713  辞职/主动离职
1  E0021010504  吴*卿  省公司  离职人员  女  44010219******4043       死亡

names：指定列的名字，传入一个list数据，默认为None。如数据中不包含标题行，应使用header=None作为列名

>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None)
            no name  dep status sex                  id     note
0  E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
2  E0021010504  吴*卿  省公司   离职人员   女  44010219******4043       死亡
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=['a','b','c','d','e','f','g'])
             a    b    c     d  e                   f        g
0  E0021150345  张*靖  财务部  离职人员  男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部  离职人员  男  51303019******3713  辞职/主动离职
2  E0021010504  吴*卿  省公司  离职人员  女  44010219******4043       死亡

index_col : 指定列为索引列，默认None列（0索引）用作DataFrame的行标签

>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,index_col=None)
            no name  dep status sex                  id     note
0  E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
2  E0021010504  吴*卿  省公司   离职人员   女  44010219******4043       死亡
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,index_col=0)
            name  dep status sex                  id     note
no                                                           
E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
E0021010504  吴*卿  省公司   离职人员   女  44010219******4043       死亡
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,index_col=1)
               no  dep status sex                  id     note
name                                                          
张*靖   E0021150345  财务部   离职人员   男   44522219******014  辞职/主动离职
贾*冬   E0021015687  客户部   离职人员   男  51303019******3713  辞职/主动离职
吴*卿   E0021010504  省公司   离职人员   女  44010219******4043       死亡

usecols：int或list，默认为None

• 如果为None则解析所有列
• 如果为int则表示要解析的最后一列
• 如果为int列表则表示要解析的列号列表
• 如果字符串则表示以逗号分隔的Excel列字母和列范围列表（例如“A：E”或“A，C，E：F”）。范围包括双方。

>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,usecols=[1,2])
  name  dep
0  张*靖  财务部
1  贾*冬  客户部
2  吴*卿  省公司

 squeeze : 默认为False,如果解析的数据只包含一列，则返回一个Series

 

dtype：列的类型名称或字典，默认为None。数据或列的数据类型。

例如{‘a’：np.float64，‘b’：np.int32}使用对象保存存储在Excel中的数据而不解释dtype。如果指定了转换器，则它们将应用于dtype转换的INSTEAD。

 

skiprows：省略指定行数的数据,从第一行开始

>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,skiprows=0)
            no name  dep status sex                  id     note
0  E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
2  E0021010504  吴*卿  省公司   离职人员   女  44010219******4043       死亡
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,skiprows=1)
   E0021150345  张*靖  财务部  离职人员  男   44522219******014  辞职/主动离职
0  E0021015687  贾*冬  客户部  离职人员  男  51303019******3713  辞职/主动离职
1  E0021010504  吴*卿  省公司  离职人员  女  44010219******4043       死亡
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,skiprows=2)
   E0021015687  贾*冬  客户部  离职人员  男  51303019******3713 辞职/主动离职
0  E0021010504  吴*卿  省公司  离职人员  女  44010219******4043      死亡
>>> 

skip_footer：省略从尾部数的行数据

>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,skipfooter=1)
            no name  dep status sex                  id     note
0  E0021150345  张*靖  财务部   离职人员   男   44522219******014  辞职/主动离职
1  E0021015687  贾*冬  客户部   离职人员   男  51303019******3713  辞职/主动离职
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,skipfooter=2)
            no name  dep status sex                 id     note
0  E0021150345  张*靖  财务部   离职人员   男  44522219******014  辞职/主动离职

nrows : int型，默认为None，解析0-所指定的行数

>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,nrows=2)
            no name    dep status sex                  id     note
0  E0021033660  杨*冲  福田分公司   离职人员   男  44510219******1217  辞职/主动离职
1  E0021033015  梁*颖  福田分公司   离职人员   男  44532119******0631  辞职/主动离职
>>> pd.read_excel(io=file_path,sheet_name=0,header=0,names=None,nrows=1)
            no name    dep status sex                  id     note
0  E0021033660  杨*冲  福田分公司   离职人员   男  44510219******1217  辞职/主动离职
>>> 

na_values ：添加字符作为NA/NaN

若是通过字典类型指定NA的值，那么默认替换为NaN。

 

skipfooter：省略指定行数的数据，从尾部数的行开始

 

总体而言，pandas库的pd.read_excel和pd.read_csv的参数比较类似，且相较xlrd库的读表操作更加简单，针对一般批量的数据处理最好选择pandas库操作。

ps：其他的参数暂时还没有使用到，以后再做补充。