在 Python 中读取 Excel 文件中的多个工作表数据，可以使用 `pandas` 库提供的 `read_excel` 函数，并通过指定参数来控制读取的行为。默认情况下，`pandas.read_excel` 会读取文件中的第一个工作表，但如果需要读取多个工作表或全部工作表，可以使用 `sheet_name` 参数进行指定 [^2]。 ### 读取多个指定工作表 可以通过将 `sheet_name` 设置为一个包含多个工作表名称的列表来读取多个指定的工作表。返回的结果是一个字典，其中键为工作表名称，值为对应的工作表数据 [^4]。 ```python import pandas as pd # 指定读取多个工作表 file_path = 'example.xlsx' sheets_to_read = ['Sheet1', 'Sheet2'] dfs = pd.read_excel(file_path, sheet_name=sheets_to_read) # 输出每个工作表的数据 for sheet_name, data in dfs.items(): print(f"数据来自工作表 '{sheet_name}':") print(data) ``` ### 读取全部工作表 如果需要读取 Excel 文件中的所有工作表，可以将 `sheet_name` 设置为 `None`，这将返回所有工作表的数据 [^2]。 ```python # 读取所有工作表 dfs_all = pd.read_excel(file_path, sheet_name=None) # 输出所有工作表的名称和数据 for sheet_name, data in dfs_all.items(): print(f"工作表 '{sheet_name}' 的数据:") print(data) ``` ### 读取时跳过行和设置标题 在读取 Excel 文件时，可以使用 `skiprows` 和 `header` 参数来控制跳过开头的行数以及指定哪一行作为列标题。例如，`skiprows=2` 表示跳过前两行，`header=0` 表示将第一行作为列标题 。 ```python # 跳过前两行，并将第三行作为列标题 df_skip = pd.read_excel(file_path, sheet_name='Sheet1', skiprows=2, header=0) print(df_skip) ``` ### 读取时控制数据类型转换 `read_excel` 还支持通过 `convert_float` 参数来控制是否将整数浮点数转换为整数。如果设置为 `True`，则会将像 `1.0` 这样的数值转换为 `1`；如果设置为 `False`，则所有数值都会被读取为浮点数 [^5]。 ```python # 读取数据时保持整数为整数类型 df_convert = pd.read_excel(file_path, sheet_name='Sheet1', convert_float=True) print(df_convert) ``` ### 相关问题