6种Excel读取方式，让你的数据读取、数据处理、数据输出

你们好，这儿是程序员晚枫。

好多同学使用Python中的​​Pandas这个库进行Excel的数据处理​​，数据处理从宏观上分为如此3个阶段：数据读取、数据处理、数据输出。

对于大多数新人来说，在数据读取的这一步就卡住了。

明天我们就来一起学习一下，​​Pandas官方推荐的6种Excel读取方法。​​

本文一共3部份：下载pandas和生成Excel文件、源码剖析、读取Excel的6种形式。

假如你是一个熟练的Python使用者，你可以直接跳转到第3部份。

假如你是刚接触Python或则刚接触Pandas，建议你从第1部份开始看。

​​下文所有代码，都可以←左右→滑动查看，也可以直接复制粘贴。​​

1、准备工作

如何下载Pandas？如何获取Excel？​​我们都用1行命令来手动搞定​​,虽然我们是手动化办公社区，倘若这种操作不能手动化搞定，那岂不是太过于了？

你直接执行下边这行代码，都会生成一个和本文一模一样的Excel文件啦~

1行命令安装：pandas，版本：1.4.0

在你的笔记本终端上面，执行下边这行命令，就可以手动安装pandas了~

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

1行命令生成Excel

Excel文件也不须要你到处下载，之前我们不是介绍了一个功能嘛，这儿是它的用武之地：​​1行代码，手动生成带模拟数据的Excel文件​​

之后我们处理Excel的案例和演示，每次就会使用这些手动生成的方式，你其实也可以自动编辑一个，​​但若果未来我们要学习怎样处理10w行的Excel文件呢？​​不论你是自动生成还是百度云下载，都是一个及其平缓的过程。

但用下边这个生成方法，模拟一个10w+数据的Excel文件小程序源代码免费下载，也是不过是刹那间的事情，一定要尝试一下哟~你会发觉新世界的。

import office

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

在你的PyCharm上面，执行前面这行代码，就可以生成一个如右图所示，和本文一模一样的Excel文件啦~

2、pandas源代码里说了哪些？

虽然学习Pandas很简单，不用网上东奔西找，所有的代码功能，​​创始人和开发者们都通过注释的方式写在源代码里了。​​

怎么查找pandas的源代码？

下载好pandas之后，我们就打开pandas的源码小程序源代码免费下载，瞧瞧pandas推荐的读取方法有什么。pandas源码的路径：​​D:你的python安装目录Libsite-packagespandas​​

打开源码后，pandas文件夹下有多个目录结构，如右图所示，我们要的读取Excel功能，在​​pandasioexcel_base.py​​​文件中的​​290行-350行​​。如右图所示

既然找到了这段源码，这么问题来了源码告诉了我们哪些？

３、6种读取Excel的方法

下边我们就按照上文获取到的pandas源码，挨个解析一下这6种读取excel的形式。

1、指定索引列读取

这些读取方法，适宜Excel里的数据，本身有一列表示序号的情况。

pd.read_excel('fake2excel.xlsx', index_col=0)

# 使用index_col=0，指定第1列作为索引列。

结果如右图所示：

这些方法不符合我们这个文件的要求，所以我们可以进行以下更改：不要指定索引列。

代码和结果如下：

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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存出来直接上传(img-eL9gFGhN-1656751246542)()]

2、指定sheet读取

见名知意。

pd.read_excel(open('fake2excel.xlsx', 'rb'), sheet_name='Sheet2')

# 使用sheet_name=0，指定读取sheet2里面的内容。

我们在原表里加入了sheet2，结果如右图所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存出来直接上传(img-t91i4ik3-1656751246543)()]

3、取消header读取

读取本身没有列名的数据。

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

# 使用header=None，取消header读取。

结果如右图所示：

4、指定读取格式

这些适宜高档玩家，在对数据处理精度要求比较高或则速率要求比较快的情况下。

pd.read_excel('fake2excel.xlsx', index_col=0, dtype={'age': float})  

# 使用dtype，指定某一列的数据类型。

结果如右图所示：

5、自定义缺位值

这些使用的场景是哪些呢？诸如在搜集信息的时侯据时侯，发觉有人填的年纪是正数，那就手动给他把年纪清空掉，让他重新填写。

pd.read_excel('fake2excel.xlsx', index_col=None,na_values={'name':"庞强"}) 

# 使用na_values，自己定义不显示的数据

结果如右图所示：

6、处理Excel里的注释行

除了Python是可以写注释的，Excel也是可以写注释的。好多人没有用过，用过的同学在评论区说一下你为何给Excel写注释吧~？

pandas提供了处理Excel注释行的方式。

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

结果如右图所示：

４、写在最后

做为Python程序员，平常须要你们阅读源码，看清楚代码背后的原理和逻辑。

近来使用pandas比较多，刚好pandas也可以处理excel，所以近日会持续的更新一些pandas使用的文章。