pandas数据处理:常用却不甚了解的函数,pd.read_excel( 三 )


如果是None,表示所有的列都会被读取如果是整数,表示被读取进来的最后一列,比如说传整数n给usecols,那么最终读取进来的是第0到第n列,注意不是只把第n列读进来 。如果像要只读某一列怎么办呢?别急,接着往下看 。如果是列表,表示选取指定的列读取,比如像要只读入第n列,这样就可以usecols=[n],如果是多列,就把多个整数放入一个列表中传递给参数 。需要留心的是,列表中不止可以传入整数,也可以是字段名组成的列表 。
温馨提示:如果设置了names参数,注意设置的列名个数要和读取的列数一致
来个直观的例子感受下:

pandas数据处理:常用却不甚了解的函数,pd.read_excel


结合对参数的文字说明看例子,还是蛮清楚明白的 。
squeeze参数
来自官方文档的解释:接收布尔值,当取值为True的时候,如果解析的数据仅包含一列,则返回Series 。默认值是False,即只有一列也返回Dataframe 。
举例说明:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


如果需要读进来一个Series,可以通过squeeze参数实现 。
dtype参数
惯例还是官方文档的解释:输入表示数据类型的名称字符或者字典,如果输入的是字符表示整个表格的数据都转换成指定的数据类型,如果输入的是字典,那么每个字段可以指定不同的数据类型 。
来个例子帮助理解:
pandas数据处理:常用却不甚了解的函数,pd.read_excel


由于整个表格中既有文本又有数值,如果要设置成统一的数据类型只能设置成字符型了;针对每一列设置不同的数据类型,效果还是很明显的 。
篇幅限制,对pd.read_excel()函数参数的介绍先到这里,剩下的参数在后续的文章中接续介绍哦 。
【pandas数据处理:常用却不甚了解的函数,pd.read_excel】Tags:

推荐阅读