### Pandas `pd.read_excel` 函数详解 #### 功能概述 Pandas 库提供了强大的数据处理能力，其中 `read_excel()` 是用于读取 Excel 文件到 DataFrame 的重要工具[^1]。 #### 基本语法 基本调用形式如下： ```python import pandas as pd df = pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, storage_options=None) ``` #### 关键参数解释 - **io**: 输入文件路径或文件对象。可以是字符串表示的文件名、URL 或者已打开的文件流。 - **sheet_name**: 表示要解析的工作表，默认为第一个工作表 (index 0)，也可以指定具体的名字或者列表来加载多个工作表. - **header**: 指定哪一行作为列标签，默认为第零行 (`header=0`)。如果不存在，则设置为 None. - **names**: 用户自定义的列名数组，在不希望使用Excel中的原始头部时非常有用。 - **usecols**: 可选参数，用来限定只导入特定几列的数据。既可以传入整数索引构成的序列，也能通过字母范围（如 "A:C"）、逗号分隔的列名等方式指明所需字段[^2]. - **dtype**: 数据类型的字典映射关系，允许强制转换某些列为预设类型。 - **converters**: 字典型结构，针对个别列应用额外变换逻辑。 - **skiprows**: 跳过前 n 行记录，适用于存在多余标题或其他非目标内容的情况。 - **nrows**: 控制最大读取条目数量，有助于快速浏览大尺寸文档片段。 - **na_values**: 定义哪些字符应该被识别为空值标记。 - **parse_dates**: 将日期时间格式化成 datetime 对象，提高后续分析效率。 - **thousands**: 千位分隔符设定，确保数值型数据正确解析。 #### 实际案例展示 下面给出几个实际应用场景下的代码样例： 仅选取部分列并重命名它们： ```python data = pd.read_excel('sample.xlsx', usecols=["First Name", "Last Name"], names=['fname', 'lname']) print(data.head()) ``` 跳过前三行并将第四行列视为新头： ```python data = pd.read_excel('sample.xlsx', skiprows=3, header=0) print(data.columns) ``` 将所有数字按千分位显示，并忽略空白单元格： ```python data = pd.read_excel('financials.xlsx', thousands=',', na_values=['NA', '#N/A']) print(data.describe()) ```