pandas.read_excel参数

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：

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。