pandas数据处理:常用却不甚了解的函数,pd.read_excel( 二 )



pandas数据处理:常用却不甚了解的函数,pd.read_excel


输出结果:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


能够看到比上边只读入两个sheet工作表的命令相比,这里多了data3这个工作表!
综上,sheet_name空值既可以通过sheet位置也可以通过sheet名字来指定读入哪个sheet的数据 。
header参数
这个参数是用来指定哪一行作为列名的,默认是第0行,接收的参数可以是整数(指定第几行作为列名),可以是有整数组成的列表(指定哪几行作为列名,是的,列名可以有多行,是不是有点突破认知?),也可以是None(没有列名) 。
比如这种数据就需要在读入数据的时候指定哪一行作为列名:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


开头有空行,直接读取试一下:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


是这种效果(截取部分数据图像):
pandas数据处理:常用却不甚了解的函数,pd.read_excel


header参数可以有效的解决这个问题,可以看到行标签为1的数据才是我们需要的列名,所以在读取数据的时候进行设置就可以了:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


输出结果:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


这样就符合要求了!
对header参数的其他设置
为了满足好奇心,我们也实验一下其他的参数,比如整数组成的列表,提前预告,读出来不一定符合业务逻辑要求哦 。
pandas数据处理:常用却不甚了解的函数,pd.read_excel


输出结果:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


能看到的确有两行列名!
如果不要列名是什么样子呢?
pandas数据处理:常用却不甚了解的函数,pd.read_excel


输出结果:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


不指定列名后的效果就是这样的了!
names参数
官方文档说这个参数接收 array-like, 默认 None,表示要使用的列名列表,如果不需要列名,请设置header = None,如果header = None和names参数都设置的话,依然会显示names指定的列名 。
还是通过实例来感受下参数的作用吧,为了节省篇幅,代码放入截图中:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


如果原始表格中的列名不符合需求,比如上图中很明显是进行聚合后系统生成的列名,在读入数据的时候可以根据需求自定义列名,需要注意的是指定的列名和原数据中的列名是依据位置一一对应的,顺序不要乱了!
index_col参数
官方文档说这个参数接收整数,或者由整数组成的列表,默认是None 。
这个参数的作用是指定用哪一列做为行索引 。如果传给参数的是整数n,则表示指定第n列作为行索引,如果传入的是列表,则表示需要指定多列作为行索引 。上一篇文章中介绍了header参数,是指定由哪一行作为列名,也是传入整数或者整数组成的列表,可以对比记忆 。
来个例子感受一下:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


上边的例子分别采用了默认值None,整数0和列表[0,1]对index_col进行了设置,用法和效果一目了然 。
usecols参数
看下官方文档是怎么说的:该参数接收整数,字符或者类似列表的序列,默认值是None,返回的是列的子集,直白点解释就是在读入表格的时候不是所有的列都会被读入,可以通过usecols参数来设置要把哪些列读取进来 。

推荐阅读