### 如何通过 Python Pandas 读取 Excel 文件中的指定列作为自变量和因变量 以下是基于提供的引用以及专业知识构建的一个完整的解决方案，展示如何利用 `pandas` 库从 Excel 文件中提取特定列并将其分别定义为自变量（特征）和因变量（目标值）。此方案适用于多种场景下的数据分析与建模。 #### 数据准备 为了确保代码能够正常运行，需先安装必要的库。如果尚未安装 `pandas` 和 `openpyxl`（支持 `.xlsx` 格式的依赖），可以通过以下命令完成安装： ```bash pip install pandas openpyxl ``` --- #### 示例函数实现 下面是一个通用的函数设计，允许用户传入文件路径、工作表名称、自变量列名列表以及因变量列名，从而灵活地获取所需数据。 ```python import pandas as pd def load_data_from_excel(file_path, sheet_name=None, independent_vars=None, dependent_var=None): """ 加载来自 Excel 文件的数据，并分离出自变量和因变量。 参数: file_path (str): Excel 文件的路径。 sheet_name (str or int): 工作表名称或索引，默认为第一个工作表。 independent_vars (list of str): 自变量列名列表。 dependent_var (str): 因变量列名。 返回: X (DataFrame): 包含自变量的数据框。 y (Series): 包含因变量的序列。 """ try: # 尝试加载 Excel 文件 df = pd.read_excel(file_path, sheet_name=sheet_name)[^1] # 验证输入参数的有效性 if not set(independent_vars).issubset(df.columns) or dependent_var not in df.columns: raise ValueError("部分列未找到，请确认独立变量和因变量是否存在") # 提取出自变量和因变量 X = df[independent_vars][^3] y = df[dependent_var][^3] return X, y except FileNotFoundError: print(f"错误：无法找到文件 {file_path}") except Exception as e: print(f"发生未知错误：{e}") # 调用示例 if __name__ == "__main__": file_path = "example.xlsx" sheet_name = "Sheet1" independent_vars = ["Feature1", "Feature2"] # 替换为实际的自变量列名 dependent_var = "Target" # 替换为实际的因变量列名 X, y = load_data_from_excel(file_path, sheet_name, independent_vars, dependent_var) print(X.head()) # 查看前几行自变量数据 print(y.head()) # 查看前几个因变量数据 ``` 上述代码实现了以下几个功能： 1. **动态加载 Excel 文件**：通过 `pd.read_excel()` 方法加载指定的工作表。 2. **验证列名有效性**：确保所提供的自变量和因变量存在于原始数据集中。 3. **返回结构化数据**：将自变量存储在一个 `DataFrame` 中，而因变量则作为一个单独的 `Series`。 --- #### 注意事项 - 若 Excel 文件包含多个工作表，则可通过设置 `sheet_name` 来选择具体的目标表格。 - 当某些列缺失时会抛出异常提示，便于快速定位问题所在。 - 支持扩展其他预处理逻辑，比如填充缺失值或标准化数值范围等操作。 ---