可以使用 Python 的 `pandas` 库来读取 Excel 文件中特定行和列的数据。`pandas` 提供了灵活的方式来选择数据，包括基于行标签的 `loc[]` 和基于行索引的 `iloc[]`。 ### 读取指定行和列的数据 #### 使用 `iloc[]`（基于行索引） ```python import pandas as pd # 读取Excel文件 df = pd.read_excel('file.xlsx', sheet_name='Sheet1') # 读取第2到第4行，第1到第4列（索引从0开始） data_range = df.iloc[1:4, 0:4] print(data_range) ``` #### 使用 `loc[]`（基于行标签） ```python # 读取第2到第4行，列名为'A'到'D' data_range = df.loc[1:4, 'A':'D'] print(data_range) ``` ### 读取指定列的数据 如果只想读取某些特定列，可以在 `read_excel()` 函数中使用 `usecols` 参数，这样可以提高效率并减少内存占用。 ```python # 读取特定列（例如'A'和'C'列） df = pd.read_excel('file.xlsx', sheet_name='Sheet1', usecols=['A', 'C']) print(df) ``` ### 指定引擎读取Excel文件 为了避免某些警告（例如 Excel 文件中没有默认样式表的警告），可以明确指定 `engine='openpyxl'` 来读取 Excel 文件。 ```python # 明确指定使用 openpyxl 引擎 df = pd.read_excel('file.xlsx', sheet_name='Sheet1', engine='openpyxl') # 读取第2到第4行，第1到第4列 data_range = df.iloc[1:4, 0:4] print(data_range) ``` ### 示例输出 假设文件 `file.xlsx` 的 `Sheet1` 中有以下数据： | | A | B | C | D | |---|----|----|----|----| | 0 | 10 | 20 | 30 | 40 | | 1 | 15 | 25 | 35 | 45 | | 2 | 20 | 30 | 40 | 50 | | 3 | 25 | 35 | 45 | 55 | | 4 | 30 | 40 | 50 | 60 | 执行上述代码后，`data_range` 将包含以下数据： ``` A B C D 1 15 25 35 45 2 20 30 40 50 3 25 35 45 55 ``` ### 说明 - `iloc[]` 用于基于索引选择数据，例如 `df.iloc[1:4, 0:4]` 表示从索引 1 到 3 的行和从索引 0 到 3 的列。 - `loc[]` 用于基于标签选择数据，例如 `df.loc[1:4, 'A':'D']` 表示从标签 1 到 4 的行和从列名 'A' 到 'D' 的列。 - `usecols` 参数可以指定需要读取的列，避免加载整个文件[^1]。 - 明确指定 `engine='openpyxl'` 可以避免某些警告并确保文件正确读取[^2]。