read_excel函数读取Excel文件 使用pd.read_excel函数读取Excel文件。例如,假设我们有一个名为example.xlsx的Excel文件: python file_path = 'example.xlsx' df = pd.read_excel(file_path) 3. 在read_excel函数中通过usecols参数指定需要读取的列 通过列名指定列 如果知道要读取的列的列名,可以直接在usecols参数...
dtype={}传入一个字典，{"列名":"类型"} （8） converters：用法同dtype，不同的是converters可以在通过dict对某一列或者某几列应用某一个函数，读取的是函数返回后的结果。通过dict对某一列应用函数 （9） engine：可以接受的参数有“ xlrd”，“ openpyxl”或“ odf”，用于使用第三方的库去解析excel文件。...
1.1 选择某一列/某几列 import pandas as pd df = pd.read_excel(r"..\Data\2.xlsx",sheet_name = 0) #通过传入列名选择数据的方式称为普通索引 df 在这里插入图片描述 import pandas as pd df = pd.read_excel(r".\Data\2.xlsx",sheet_name = 0) df['客户姓名'] 在这里插入图片描述 import ...
df = pd.read_excel(file_path, usecols=column_names) 在usecols参数中,你可以指定要读取的列名列表。这将只读取这些列的数据。如果你只需要读取一列数据,可以将column_names设置为一个包含单一列名的列表。 显示读取的数据: print(df) 这将显示读取的数据,你可以看到只有指定的列数据被加载到了DataFrame对象中。
io:这是必需的参数,指定了要读取的 Excel 文件的路径或文件对象。 sheet_name=0:指定要读取的工作表名称或索引。默认为0,即第一个工作表。 header=0:指定用作列名的行。默认为0,即第一行。 names=None:用于指定列名的列表。如果提供,将覆盖文件中的列名。
首先,使用Pandas的read_excel()函数读取Excel文件,并将其存储为一个DataFrame对象。例如: 代码语言:txt 复制 import pandas as pd df = pd.read_excel('file.xlsx') 接下来,可以使用DataFrame的columns属性获取所有列名的列表。例如: 代码语言:txt 复制 ...
下面是使用pandas.read_excel()函数读取excel文件并指定列名的示例代码: import pandas as pd # 读取excel文件,指定要读取的列名 data = pd.read_excel('file.xlsx', usecols=['列名1', '列名2', '列名3']) # 打印读取的数据 print(data) 复制代码 在上面的示例代码中,'file.xlsx'是要读取的excel文件路...
不指定列名后的效果就是这样的了！names参数 官方文档说这个参数接收 array-like, 默认 None，表示要使用的列名列表，如果不需要列名，请设置header = None，如果header = None和names参数都设置的话，依然会显示names指定的列名。还是通过实例来感受下参数的作用吧,为了节省篇幅，代码放入截图中：如果原始表格中的列名...
你可以使用 Pandas 的rename方法或者直接对 DataFrame 的columns属性进行赋值来更改 Excel 表格的列名。 方法一:使用rename方法 代码语言:txt 复制 import pandas as pd # 读取 Excel 文件 df = pd.read_excel('your_file.xlsx') # 更改列名 new_column_names = {'old_column_name1': 'new_column_name1',...
skiprows 指定:列表,跳过指定行,有可能跳过列名 converters 指定:强制规定列数据类型,pandas默认将文本类的数据读取为整型,字典converters = {'排名':str,'场次':int} nrows 指定:读取需要读取的行数 skipfooter 指定:跳过末尾n行 df=pd.read_excel(r"E:\桌面文件夹\日常纪律积分表.xls",header=2, index_col...