官方推荐：6种Pandas读取Excel的方法，太方便了~

大家好，我是开发者万峰。

很多朋友使用Python中的Pandas库来处理Excel数据数据处理宏观上分为三个阶段：数据读取、数据处理和数据输出。

对于大多数新手来说，他们都会卡在数据读取这一步。

今天我们就一起学习Pandas推荐的6种Excel阅读方法。

本文分为3个部分：下载pandas并创建Excel文件、解读源代码以及读取Excel的6种方法。

如果您是经验丰富的Python用户，可以直接跳至第3部分。

如果您是Python新手或Pandas新手，建议您从第1部分开始。

以下所有代码可以通过左右滑动←或右→查看，也可以直接复制粘贴。

一、准备工作

首先，您需要下载最新版本的Pandas库。这样就可以使用Pandas了，这不难理解吧？

其次，您需要有一个类似于本文中的Excel文件。为确保大家按照本文的方式进行操作，建议您使用与本文相同的Excel文件。

如何下载熊猫。如何获取Excel？我们都是用一行命令来自动化，毕竟我们是一个自动化办公社区，如果这些操作不能自动化，那也不算什么。

如果直接运行下面这行代码，将会创建一个和本文一模一样的Excel文件~

1行命令设置：pandas，版本：140

在你的PC上执行以下命令自动安装pandas~

pipinstall-ihttps://pypitunatsinghuaeducn/simplepython-office-U

1行命令生成Excel

您无需到处下载Excel文件。之前我们不是介绍过一个功能：1行代码创建一个带有模拟数据的Excel文件。

以后我们每次处理Excel案例和演示都会用到这个自动生成的方法。当然，你也可以手动编辑一个，但是如果我们以后想学习如何处理一个有10万行的Excel文件怎么办？？无论是手动创建还是从百度云下载，都是一个极其缓慢的过程。

但使用下面的生成方法，模拟一个10万条数据的Excel文件只需要一点时间。你一定要尝试一下~你会发现新世界。

进口办公室

officeexcelfake2excel(列['姓名','公司前缀','工作'],rows5)

在你的PyCharm中，执行上面这行代码，创建一个如下图的Excel文件，和本文一模一样~

2pandan源代码说什么？

其实学习Pandas非常简单。无需在网上搜索。所有代码功能均由创始人和开发人员编写在源代码中。

如何找到pandas源代码？

下载完pandas后，我们打开pandas源码，看看pandas推荐了哪些阅读方式。pandas源码路径：D:你的Python安装目录Libsite-packagesspandas

打开源码后，pandas文件夹下有多个文件夹结构，如下图所示。我们要读取的Excel函数位于pandasioexcelbasepy文件的第290行和第350行之间。如下所示

现在我们找到了这个源代码，问题就变成了，源代码告诉我们什么？

36种阅读Excel的方法

接下来，我们将根据上面提供的源代码，一一分析这6种擅长阅读的方法。

1读取指定索引列

这种读取方法适用于Excel中的数据本身就有代表序列号的列的情况。

pdreadexcel('fake2excelxlsx',indexcol0)

#使用indexcol0指定第1列为索引列。

结果如下所示：

列名不对齐，不是因为运行代码有问题，而是因为该列被视为索引列。

这种方法不符合我们文件的要求，所以我们可以进行如下修改：不指定索引列。

代码及结果如下：

pdreadexcel('fake2excelxlsx',indexcolNone)

2指定页面读取

看到名字就知道意思了。

pdreadexcel(打开('fake2excelxlsx','rb'),工作表名称'Sheet2')

#使用sheetname0指定读取sheet2的内容。

我们在原表中添加sheet2，结果如下图：

在这种情况下，sheet1的内容将不会被读取。

3取消读取标题

读取没有自己的列名的数据。

pdreadexcel('fake2excelxlsx',indexcolNone,headerNone)

#使用headerNone停止读取标题。

结果如下所示：

这种情况适用于没有列名的原始Excel表格。

当我们的文件中有列名时，列名将被视为数据。

4指定阅读格式

这种类型适合需要更高数据处理精度或更快速度的高级玩家。

pdreadexcel('fake2excelxlsx',indexcol0,dtype{'age':float})

#使用dtype指定特定列的数据类型。

结果如下所示：

我们添加了一列：age，最初是一个整数，但是指定了float类型后，就被读入了一本小本本。

这种阅读方式比较适合对数据有特殊要求的场合，比如金融领域。

5缺少自定义值

这个使用场景是什么？例如，在收集信息时，如果你发现某人填写的年龄是负数，你会自动清除他的年龄并让他重新填写。

pdreadexcel('fake2excelxlsx',indexcolNone,navalues{'name':'庞强'})

#使用标称值来定义自己不显示的数据

结果如下所示：

我们的表中有一个人叫：庞强我们不想公布这个人的名字。

所以我们用数值来指定：name列是庞强的名字，设置为空。在pandas中，空值会用NaN来表示。

6在Excel中处理注释行

不仅Python可以注释，Excel也可以注释。很多人都没用过，用过的朋友请在评论区告诉我为什么用Excel写笔记~？

pandas提供了处理Excel注释行的方法。

pdreadexcel('fake2excelxlsx',indexcolNone,comment'#')

结果如下所示：

4写在最后

作为一名Python程序员，通常需要阅读源码，了解代码背后的原理和逻辑。

最近经常使用pandas，pandas也可以处理excel，所以近期会继续更新一些关于使用pandas的文章。

接下来你想读什么？请在评论部分告诉我。

如何生成一亿个手机号码？在Python中生成随机数的22种方法

某宝的动漫头像要50元吗？1行Python代码实现，不再交智商税

新手必读：python办公自动化、开源项目目录结构

我想改变我的职业生涯，成为一名程序员，我可以通过学习编程课程找到工作吗？我可以自学吗？