Pandasread_excel參數詳解

一、基礎參數

pandas.read_excel函數是pandas庫中一個重要的函數，用於將Excel文件讀入DataFrame。下面我們將從基礎參數入手，詳細介紹這個函數的各種參數及其作用。

1. io

io參數是必須要傳的參數，表示要讀取的Excel文件的路徑或文件句柄。可以是本地路徑，也可以是遠程文件的url。示例代碼：

import pandas as pd

# 讀取本地文件
df = pd.read_excel('example.xlsx')

# 讀取遠程文件
df = pd.read_excel('http://example.com/file.xlsx')

2. sheet_name

sheet_name參數用於指定需要讀取的sheet名稱或者sheet編號。默認情況下，它會讀取Excel文件中的第一個sheet。如果需要讀取多個sheet，可以傳入一個列表或者None。

import pandas as pd

# 讀取指定sheet
df1 = pd.read_excel('example.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('example.xlsx', sheet_name='Sheet2')

# 讀取所有sheet
df_list = pd.read_excel('example.xlsx', sheet_name=None)

3. header

header參數用於指定表頭所在行數。默認值為0，即第一行是表頭。如果不需要表頭，則可以設置為None。如果表頭不在第一行，可以傳入一個整數表示表頭所在行數。示例代碼：

import pandas as pd

# 無表頭
df = pd.read_excel('example.xlsx', header=None)

# 表頭在第2行
df = pd.read_excel('example.xlsx', header=1)

4. names

names參數用於指定新的列名，它需要和header=None一同使用。示例代碼：

import pandas as pd

# 修改列名
df = pd.read_excel('example.xlsx', header=None, names=['col1', 'col2', 'col3'])

5. index_col

index_col參數用於指定某一列作為行索引。默認情況下，不會將任何列作為行索引。示例代碼：

import pandas as pd

# 將第一列作為行索引
df = pd.read_excel('example.xlsx', index_col=0)

二、進階參數

除了基礎參數，pandas.read_excel還提供了一些進階參數，下面我們來逐一介紹。

1. usecols

usecols參數用於指定讀取哪些列，可以傳入一個列表，也可以傳入一個lambda函數。示例代碼如下：

import pandas as pd

# 讀取指定列
df = pd.read_excel('example.xlsx', usecols=['A', 'B', 'C'])

# 使用lambda函數讀取列
df = pd.read_excel('example.xlsx', usecols=lambda x: x.startswith('col'))

2. dtype

dtype參數用於指定每一列的數據類型，可以傳入一個字典來指定，也可以傳入一個類型。示例代碼如下：

import pandas as pd
import numpy as np

# 指定列的數據類型
df = pd.read_excel('example.xlsx', dtype={'col1': str, 'col3': np.float32})

# 指定所有列的數據類型
df = pd.read_excel('example.xlsx', dtype=np.float32)

3. parse_dates

parse_dates參數用於自動解析日期列，可以傳入一個列表或者字典，也可以設置為True來解析所有日期列。示例代碼如下：

import pandas as pd

# 自動解析日期列
df = pd.read_excel('example.xlsx', parse_dates=['date_col'])

# 解析所有日期列
df = pd.read_excel('example.xlsx', parse_dates=True)

4. date_parser

date_parser參數用於指定日期的解析函數，通常可以用它來處理Excel中的日期格式。示例代碼如下：

import pandas as pd
from dateutil.parser import parse

# 自定義解析日期函數
def my_parse_date(date_str):
    return parse(date_str, dayfirst=True)

# 使用自定義解析函數
df = pd.read_excel('example.xlsx', parse_dates=['date_col'], date_parser=my_parse_date)

5. na_values

na_values參數用於指定缺失值的標識符，可以傳入一個列表或者字典。示例代碼如下：

import pandas as pd

# 指定缺失值標識符
df = pd.read_excel('example.xlsx', na_values=['#N/A', -999])

三、讀取多個sheet

pandas.read_excel還可以讀取多個Excel文件，下面介紹如何讀取多個Excel文件中的多個sheet。

import pandas as pd

# 讀取多個Excel文件中的指定sheet
dfs = {}
for file in ['file1.xlsx', 'file2.xlsx']:
    sheets = pd.read_excel(file, sheet_name=['Sheet1', 'Sheet2'])
    dfs[file] = sheets

# 將多個DataFrame拼接在一起
result = pd.concat(dfs, axis=0)

四、總結

本文主要介紹了pandas.read_excel函數的各種參數及其作用，從基礎參數到進階參數，再到讀取多個Excel文件中的多個sheet。在實際工作中，熟練使用這些參數可以提高我們的數據讀取效率，也可以更加輕鬆地掌握Excel表格中的數據。