### 使用 Pandas 根据列名读取 Excel 数据 在 Python 中，可以使用 `pandas` 库中的 `read_excel` 方法读取 Excel 文件，并通过指定列名来选取特定的列。以下是一个详细的说明和代码示例： #### 1. 基本读取 Excel 文件 可以通过 `pd.read_excel` 方法读取 Excel 文件的内容。如果需要根据列名读取数据，可以在读取后直接选择对应的列[^2]。 ```python import pandas as pd # 读取 Excel 文件，默认读取第一个 sheet df = pd.read_excel("example.xlsx") # 根据列名选取数据 selected_columns = df[['列名1', '列名2']] # 替换为实际的列名 print(selected_columns) ``` #### 2. 指定 Sheet 名称或索引号 如果 Excel 文件包含多个工作表（sheet），可以使用 `sheet_name` 参数指定要读取的工作表。 - 按名称读取： ```python df = pd.read_excel("example.xlsx", sheet_name="Sheet1") selected_columns = df[['列名1', '列名2']] print(selected_columns) ``` - 按索引号读取： ```python df = pd.read_excel("example.xlsx", sheet_name=0) # 索引从 0 开始 selected_columns = df[['列名1', '列名2']] print(selected_columns) ``` #### 3. 自定义列名 如果 Excel 文件没有列名，或者需要重新定义列名，可以使用 `names` 参数自定义列名[^1]。 ```python df = pd.read_excel("example.xlsx", names=['自定义列名1', '自定义列名2', '自定义列名3']) selected_columns = df[['自定义列名1', '自定义列名2']] print(selected_columns) ``` #### 4. 处理缺失值 在读取数据时，可能会遇到缺失值的情况。可以使用 `dropna` 方法移除包含缺失值的行，或者使用 `fillna` 方法填充缺失值[^2]。 ```python # 移除包含缺失值的行 cleaned_data = selected_columns.dropna() # 填充缺失值 filled_data = selected_columns.fillna(0) print(filled_data) ``` #### 5. 示例综合代码 以下是一个完整的示例代码，展示了如何根据列名读取 Excel 数据并处理缺失值： ```python import pandas as pd # 读取 Excel 文件并指定列名 df = pd.read_excel("example.xlsx", sheet_name="Sheet1", names=['列名1', '列名2', '列名3']) # 根据列名选取数据 selected_columns = df[['列名1', '列名2']] # 处理缺失值 cleaned_data = selected_columns.dropna() print(cleaned_data) ``` ---