（python）常见函数-pandas.read_excel全部参数

整体一览：

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, na_filter=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, mangle_dupe_cols=True)

详解：

pd.read_excel(io  #文件路径，路径中如果是‘\’，记得在引号前加r，防止转义
				, sheet_name=0 #读取excel文件中的指定sheet
					'''
					允许的类型：str, int, list, or None, default 0
					默认值：0，读取工作簿中第1个sheet，
					整型：读取以0为起始索引的单个sheet，
					字符串：读取名为该字符串的单个sheet，
					列表：读取多个sheet， ``[0, 1, "Sheet5"]``: Load first, second and sheet named "Sheet5"
					None：全部sheet
					'''
				, header=0 #解析指定行，当做dataframe的列标签
					'''
					允许的类型：int, list of int, or None, default 0
					None：没有列标签
					list of int：组合成复合标签
					'''
				, names=None #所需列列名
					'''
					允许的类型：array-like, default None
					'''
				, index_col=None  #解析指定列，当做dataframe的行标签
					'''
					允许的类型：int, list of int, default None
					None：没有行标签
					'''
				, usecols=None #返回所需列
					'''
					允许的类型：int, str, list-like, or callable default None
					None：返回所有列
					'''
				, squeeze=False #如果解析的列只有1列，则返回Series
					'''
					允许的类型：bool, default False
					False：解析的列只有1列，则返回Dataframe
					True：解析的列只有1列，则返回Series
					'''
				, dtype=None #设定dataframe中数据格式
					'''
					允许的类型：Type name or dict of column -> type, default None
					字符：整个表格都转化成该字符的数据格式
					字典：每个键对应的数据，转化成值所对应的格式
					'''
				, engine=None #解析excel的引擎，默认xlrd
					'''
					允许的类型：str, default None
					Supported engines: "xlrd", "openpyxl", "odf", "pyxlsb", default "xlrd".
						- "xlrd" supports most old/new Excel file formats.
						- "openpyxl" supports newer Excel file formats.
						- "odf" supports OpenDocument file formats (.odf, .ods, .odt).
						- "pyxlsb" supports Binary Excel files.
					'''
				, converters=None #将制定列转化成制定格式
				, true_values=None #制定值变为True
					'''
					允许的类型：list, default None
					'''
				, false_values=None #制定值变为False
					'''
					允许的类型：list, default None
					'''
				, skiprows=None #跳行读取
					'''
					int:跳过1行
					list of int：跳过索引为int的行
					'''
				, nrows=None #读取X行
				, na_values=None #补充特定值为空值
					'''
					允许的类型：scalar, str, list-like, or dict, default None
					pandas默认以下值会被认为成空值：'', '#N/A', '#N/A N/A', '#NA', '-1.#IND', '-1.#QNAN', '-NaN', '-nan',
        '1.#IND', '1.#QNAN', '', 'N/A', 'NA', 'NULL', 'NaN', 'n/a',
        'nan', 'null'
					'''
				, keep_default_na=True #是否在读取的文件中显示空值
					'''
					允许的类型：bool, default True
					'''
				, na_filter=True #是否进行空值监测，在确定无空数据文档中，取消空值监测，会提升读取数据的效率
					'''
					允许的类型：bool, default True
					'''
				, verbose=False #标识出非数值列空值的数量
				, parse_dates=False #将指定列转化成日期格式
					'''
					bool. If True -> try parsing the index.
					'''
				, date_parser=None #将字符串序列转化为日期格式的函数
				, thousands=None #将带有千分位分隔符的字符串转化为数字
				, comment=None #该行某字符串开始的所有内容都会被忽略，不会解析
				, skipfooter=0 #从尾部开始略去解析的行数
				, convert_float=True #讲浮点转化成整型
				, mangle_dupe_cols=True #重复的列明将会被命名为X1、X2，如为false，则会覆盖同名数据)