​官方推薦：6種Pandas讀取Excel的方法，正確答案都寫在源代碼裡了~太方便了

大家好，這裡是程序員晚楓。

很多朋友使用Python中的Pandas這個庫進行Excel的數據處理，數據處理從宏觀上分為這麼3個階段：數據讀取、數據處理、數據輸出。

對於大多數新人來說，在數據讀取的這一步就卡住了。

今天我們就來一起學習一下，Pandas官方推薦的6種Excel讀取方式。

本文一共3部分：下載pandas和生成Excel文件、源碼解讀、讀取Excel的6種方式。

如果你是一個熟練的Python使用者，你可以直接跳轉到第3部分。

如果你是剛接觸Python或者剛接觸Pandas，建議你從第1部分開始看。

下文所有代碼，都可以 ←左右→ 滑動查看，也可以直接復制粘貼。

1、准備工作

• 首先，你要下載最新版本的Pandas庫。這樣你才能使用Pandas，這個不難理解吧？
• 其次，你要有一個和本文一樣的Excel文件。為了確保大家和本文的操作統一，建議大家使用和本文同樣的Excel文件。

怎麼下載Pandas？怎麼獲取Excel？我們都用1行命令來自動搞定,畢竟我們是自動化辦公社區，如果這些操作不能自動化搞定，那豈不是太過分了？

你直接執行下面這行代碼，就會生成一個和本文一模一樣的Excel文件啦~

1行命令安裝：pandas，版本：1.4.0

在你的電腦終端裡面，執行下面這行命令，就可以自動安裝pandas了~

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-office -U

1行命令生成Excel

Excel文件也不需要你四處下載，之前我們不是介紹了一個功能嘛，這裡是它的用武之地：1行代碼，自動生成帶模擬數據的Excel文件

以後我們處理Excel的案例和演示，每次都會使用這種自動生成的方法，你當然也可以手動編輯一個，但如果未來我們要學習如何處理10w行的Excel文件呢？不論你是手動生成還是百度雲下載，都是一個及其緩慢的過程。

但用下面這個生成方式，模擬一個10w+數據的Excel文件，也是不過是一瞬間的事情，一定要嘗試一下喲~你會發現新世界的。

import office
office.excel.fake2excel(columns=['name', 'company_prefix','job'], rows=5)

在你的PyCharm裡面，執行上面這行代碼，就可以生成一個如下圖所示，和本文一模一樣的Excel文件啦~

2、pandas源代碼裡說了什麼？

其實學習Pandas很簡單，不用網上東奔西找，所有的代碼功能，創始人和開發者們都通過注釋的方法寫在源代碼裡了。

如何查找pandas的源代碼？

下載好pandas以後，我們就打開pandas的源碼，看看pandas推薦的讀取方式有哪些。pandas源碼的路徑：D:\你的python安裝目錄\Lib\site-packages\pandas\

打開源碼後，pandas文件夾下有多個目錄結構，如下圖所示，我們要的讀取Excel功能，在pandas\io\excel\_base.py文件中的290行-350行。如下圖所示

既然找到了這段源碼，那麼問題來了源碼告訴了我們什麼？

３、6種讀取Excel的方式

下面我們就根據上文獲取到的pandas源碼，逐個解析一下這6種讀取excel的方式。

1、指定索引列讀取

這種讀取方式，適合Excel裡的數據，本身有一列表示序號的情況。

pd.read_excel('fake2excel.xlsx', index_col=0)
# 使用index_col=0，指定第1列作為索引列。

結果如下圖所示：

• 列名沒有對齊，不是代碼運行有問題，是因為那麼列被當作了索引列。

這種方式不符合我們這個文件的要求，所以我們可以進行以下修改：不要指定索引列。

代碼和結果如下：

pd.read_excel('fake2excel.xlsx', index_col=None)

2、指定sheet讀取

見名知意。

pd.read_excel(open('fake2excel.xlsx', 'rb'), sheet_name='Sheet2')
# 使用sheet_name=0，指定讀取sheet2裡面的內容。

我們在原表裡加入了sheet2，結果如下圖所示：

• 這種情況下，不會讀取sheet1裡面的內容

3、取消header讀取

讀取本身沒有列名的數據。

pd.read_excel('fake2excel.xlsx', index_col=None, header=None)
# 使用header=None，取消header讀取。

結果如下圖所示：

• 這種情況下，適合原Excel表沒有列名的情況。
• 我們的文件裡有列名的情況下，列名也被當成了數據。

4、指定讀取格式

這種適合高端玩家，在對數據處理精度要求比較高或者速度要求比較快的情況下。

pd.read_excel('fake2excel.xlsx', index_col=0, dtype={'age': float})
# 使用dtype，指定某一列的數據類型。

結果如下圖所示：

• 我們添加了一列：年齡，本來是整數，但是指定float類型之後，讀取出來成了小書。
• 這種讀取，更適合對數據有特殊要求的情況，例如：金融行業。

5、自定義缺失值

這種使用的場景是什麼呢？比如在收集信息的時候據時候，發現有人填的年齡是負數，那就自動給他把年齡清空掉，讓他重新填寫。

pd.read_excel('fake2excel.xlsx', index_col=None,na_values={'name':"龐強"})
# 使用na_values，自己定義不顯示的數據

結果如下圖所示：

• 我們的表格裡，有個人的名字叫：龐強我們不想顯示這個人的名字
• 於是我們就在na_values指定：name這一列是龐強的名字，置為空，在pandas裡空值會用NaN表示。

6、處理Excel裡的注釋行

不僅Python是可以寫注釋的，Excel也是可以寫注釋的。很多人沒有用過，用過的朋友在評論區說一下你為什麼給Excel寫注釋吧~？

pandas提供了處理Excel注釋行的方法。

pd.read_excel('fake2excel.xlsx', index_col=None, comment='#') 

結果如下圖所示：

４、寫在最後

做為Python程序員，平時需要大家閱讀源碼，認清楚代碼背後的原理和邏輯。

最近使用pandas比較多，正好pandas也可以處理excel，所以近期會持續的更新一些pandas使用的文章。

下一篇想看什麼，在評論區告訴我吧