pandas.read_excel参数
时间: 2023-12-02 09:17:46 浏览: 79
1. io:要读取的Excel文件的路径或URL或文件类型对象,默认为None。
2. sheet_name:要读取的工作表的名称或索引,如果为None,则默认读取第一个工作表,默认为None。
3. header:作为列名的行号,默认为0(第一行),如果没有列名,则设置为None。
4. names:自定义列名,如果header=None,则必须指定列名。
5. index_col:用作行索引的列号或列名,默认为None,表示不设置行索引。
6. usecols:要读取的列号或列名的列表,默认读取所有列。
7. dtype:指定每列的数据类型,可以是字典或者函数,默认为None。
8. skiprows:要跳过的行数,从文件的开始位置计数,默认为0,表示不跳过任何行。
9. nrows:要读取的行数,默认为None,表示读取所有行。
10. skipfooter:要跳过的行数,从文件的末尾计数,默认为0,表示不跳过任何行。
11. na_values:用于替换NaN值的值的列表,默认为None。
12. engine:使用哪种解析引擎,可以是'openpyxl'、'xlrd'、'xlsxwriter'、'pyxlsb',默认为'xlrd'。
13. convert_float:将浮点数的Excel列转换为整数,以避免Excel浮点数精度问题,默认为True。
14. verbose:打印读取过程中的详细信息,默认为False。
15. squeeze:如果只有一列,则返回一个Series而不是DataFrame,默认为False。
相关问题
pandas.read_excel 参数详细用法
pandas.read_excel() 是 pandas 中用于读取 Excel 文件的函数,其参数如下:
- io: str, file-like object or pathlib.Path,表示要读取的文件路径或 url。如果是 url,需要安装 xlrd 和 requests 库。
- sheet_name: str, int, list, or None,表示要读取的 sheet 名称或索引。可以传入单个名称/索引,也可以传入多个名称/索引构成的列表。默认值为 0,即读取第一个 sheet。
- header: int, list of int, default 0,表示列标题所在行数。如果文件中没有列标题,则设为 None。
- names: array-like, optional,表示用于替换列标题的名称列表。如果 header=None,则需要设置 names 参数。
- index_col: int, str, sequence[int/str], or False, default None,表示要使用作为行索引的列。可以传入单个列名/列索引,也可以传入多个列名/列索引构成的列表。如果设为 False,则不使用任何列作为行索引。
- usecols: str, list-like or callable, optional,表示要读取哪些列。可以传入单个列名/列索引,也可以传入多个列名/列索引构成的列表。如果是 callable,则需要定义一个函数来过滤列。
- dtype: Type name or dict of column -> type, optional,表示每列的数据类型。可以传入类型的名称或一个字典,字典的键为列名,值为类型名称。
- converters: dict, optional,表示每列需要使用的函数。可以传入一个字典,字典的键为列名,值为函数名称。
- na_values: scalar, str, list-like, or dict, optional,表示需要替换为 NaN 的值。可以传入单个值、字符串、列表或字典。如果是字典,则键为列名,值为需要替换为 NaN 的值。
- keep_default_na: bool, default True,表示是否保留默认的 NaN 值。
- verbose: bool, default False,表示是否打印读取信息。
- engine: str, optional,表示要使用的解析器。可以使用 xlrd、openpyxl 或 odfpy。
- squeeze: bool, default False,表示是否将单列 DataFrame 转换为 Series。
- thousands: str, optional,表示千分位分隔符的字符。
- decimal: str, default '.',表示小数点分隔符的字符。
- **kwargs: 传递给底层 ExcelReader 的其他关键字参数。
示例:
```python
import pandas as pd
# 读取文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1', header=0, index_col=0)
# 读取多个 sheet
df_dict = pd.read_excel('data.xlsx', sheet_name=['Sheet1', 'Sheet2'])
# 读取部分列
df = pd.read_excel('data.xlsx', usecols=['A', 'C'])
# 设置数据类型
df = pd.read_excel('data.xlsx', dtype={'A': str, 'B': float, 'C': int})
# 替换值为 NaN
df = pd.read_excel('data.xlsx', na_values=['#N/A', '-'])
# 传递给底层 ExcelReader 的其他关键字参数
df = pd.read_excel('data.xlsx', skiprows=1, skipfooter=2)
```
pandas.read_excel 详细参数
pandas.read_excel() 是 pandas 库中用于读取 Excel 文件的函数,它的详细参数如下:
1. io:文件名、URL、文件型对象或者一个包含以上对象的列表。必需参数。
2. sheet_name:需要读取的工作表名称或者工作表索引,可以是字符串、整数或者列表。默认为 0,即读取第一个工作表。
3. header:指定列名所在的行数,默认为 0,即第一行。
4. names:列名,如果 header=None,则使用 names 作为列名。
5. index_col:指定数据中作为行名的列,可以是单个列名或者多个列名构成的列表。默认为 None,即不指定行名。
6. usecols:读取指定的列,可以是单个列名或者多个列名构成的列表。默认为 None,即读取所有列。
7. dtype:指定每列的数据类型,可以是字典或者单个类型。默认为 None,即自动推断数据类型。
8. converters:字典,用于指定每列需要转换的类型。
9. na_values:指定需要替换为 NaN 的值。
10. keep_default_na:是否保留 Excel 文件中的默认 NaN 值。
11. verbose:是否输出读取日志信息,默认为 False。
12. engine:指定 Excel 文件读取引擎,可以是 'openpyxl'、'xlrd' 或者 'xlsxwriter'。默认为 'xlrd'。
13. squeeze:是否将单列 DataFrame 转化为 Series 类型,默认为 False。
14. thousands:千位分隔符,指定数字中千位分隔符所使用的字符,默认为 ','。
15. decimal:小数点分隔符,指定数字中小数点所使用的字符,默认为 '.'。
16. skiprows:指定需要跳过的行数。
17. skipfooter:指定需要跳过的行数,从文件末尾开始计算。
18. nrows:指定需要读取的行数。
19. parse_dates:指定需要解析为日期时间格式的列,可以是单个列名或者多个列名构成的列表。
20. date_parser:用于解析日期时间格式的函数。
21. squeeze:是否将单列 DataFrame 转化为 Series 类型,默认为 False。
22. infer_datetime_format:是否启用 Pandas 的自动日期时间格式推断功能。
23. converters:字典,用于指定每列需要转换的类型。
24. sheet_list:指定需要读取的工作表列表。