### 使用 Pandas 读取 xlsx 文件中的数据并生成数据列 Pandas 是一个强大的数据分析库，能够轻松处理 Excel 文件。以下是使用 `read_excel` 方法从 `.xlsx` 文件中读取数据并生成数据列的详细说明。 #### 1. 单个 Sheet 的读取 如果只需要读取单个 Sheet 中的数据，可以使用以下代码[^1]： ```python import pandas as pd # 读取单个 Sheet df = pd.read_excel('example.xlsx') print("从 Excel 文件加载的 DataFrame：", df) ``` 此代码默认读取第一个 Sheet。如果需要指定特定 Sheet，可以通过 `sheet_name` 参数实现[^3]。 #### 2. 指定 Sheet 名称或索引读取 为了读取特定的 Sheet，可以使用 `sheet_name` 参数。例如： - 根据名称读取： ```python df = pd.read_excel('data_test.xlsx', sheet_name='test1') print("Sheet 'test1' 的数据：", df) ``` - 根据索引读取： ```python df = pd.read_excel('data_test.xlsx', sheet_name=0) print("第一个 Sheet 的数据：", df) ``` #### 3. 同时读取多个 Sheet 如果需要同时读取多个 Sheet，可以将 `sheet_name` 设置为列表。这将返回一个字典，其中键是 Sheet 名称，值是对应的 DataFrame[^2]： ```python dfs = pd.read_excel('data_test.xlsx', sheet_name=['test1', 'test2']) for sheet_name, df in dfs.items(): print(f"Sheet {sheet_name} 的数据：") print(df) ``` 或者通过索引指定多个 Sheet： ```python dfs = pd.read_excel('data_test.xlsx', sheet_name=[0, 1]) for sheet_index, df in dfs.items(): print(f"Sheet 索引 {sheet_index} 的数据：") print(df) ``` #### 4. 生成数据列 一旦数据被加载到 DataFrame 中，可以通过访问列名来生成数据列。例如： ```python # 假设 DataFrame 包含列 'A' 和 'B' column_a = df['A'] print("列 A 的数据：", column_a) column_b = df['B'] print("列 B 的数据：", column_b) ``` 如果需要生成多个列，可以直接选择多个列名： ```python columns_ab = df[['A', 'B']] print("列 A 和 B 的数据：", columns_ab) ``` #### 5. 注意事项 - 如果需要读取整个 Excel 文件的所有 Sheet，可以将 `sheet_name` 设置为 `None`，这样会返回所有 Sheet 的数据[^4]。 - 在实际应用中，建议每次只读取一个 Sheet，以简化后续操作[^3]。