为什么 df.iloc[0].tolist()读取的是excel的第二行数据，不是第一行数据

`df.iloc[0]` 读取的是 DataFrame 中的第一行数据，但是由于默认情况下 Pandas 会将 Excel 文件的第一行作为列名，所以实际上 `df.iloc[0]` 返回的是 DataFrame 中的第二行数据（也就是 Excel 文件中的第一行数据）。

如果你想要读取 Excel 文件中的第一行数据，可以在读取 Excel 文件时使用 `header=None` 参数来指定不使用第一行作为列名。修改后的代码如下：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('example.xlsx', header=None)

# 定义一个列表用于存储行数据
data = []

# 读取第一行的数据，并将每一行的数据存储在一个列表中
data = df.iloc[0].tolist()

# 输出行数据
print(data)

在上面的代码中，我们在调用 `read_excel()` 方法时使用了 `header=None` 参数，指定 Excel 文件中没有列名。这样，Pandas 就不会将 Excel 文件中的第一行作为列名，而是将其作为数据的一部分来读取。这样，`df.iloc[0]` 就可以正确地读取 Excel 文件中的第一行数据了。

相关问题

data = df.iloc[:, columns].values.tolist() # 根据列索引读取数据

`data = df.iloc[:, columns].values.tolist()` 这行代码是在Pandas库中对DataFrame操作的一个常见步骤，它用于提取DataFrame的特定列数据，并转换为二维列表（list of lists）。这里解释一下每一部分：

1. `df`: 这代表DataFrame对象，它是Pandas中存储表格数据的主要数据结构。
2. `iloc[:, columns]`: `iloc` 是基于位置的索引，`:` 表示选择所有行（第一维），`columns` 是一个切片或者列表，表示选择DataFrame的指定列。这里的逗号分隔意味着选择整个列范围。
3. `.values`: 将DataFrame的子集转换为NumPy数组，NumPy数组可以方便地进行数值计算。
4. `.tolist()`: 最后，`.tolist()` 将NumPy数组转换回Python列表，每个元素是一个子列表，对应于DataFrame的一行。

举个例子，如果你有一个DataFrame `df`，并且你想提取`column1`, `column3`这两列的数据并转换为列表形式，你会这样做：

data = df.iloc[:, [0, 2]].values.tolist()

import pandas as pd # 读取Excel文件 df = pd.read_excel('data.xlsx') # 获取除第一行和第一列以外的数据，保存到列表中 data_list = df.iloc[1:, 1:].values.tolist() # 输出结果 print(data_list) 代码报错xlrd.biffh.XLRDError: Excel xlsx file; not supported

根据错误提示，这个代码是无法读取xlsx格式的Excel文件，只能读取xls格式的Excel文件。你可以尝试将data.xlsx另存为xls格式的Excel文件，或者使用pandas库中的read_excel函数的另一个参数engine来指定使用openpyxl引擎读取xlsx格式的Excel文件，例如：

df = pd.read_excel('data.xlsx', engine='openpyxl')

这样应该就可以读取xlsx格式的Excel文件了。