Python用pandas读取Excel全攻略
2026-01-14 20:36:48
0浏览
收藏
本篇文章给大家分享《Python用pandas读取Excel详解》,覆盖了文章的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。
pandas读取Excel最常用pd.read_excel(),写入用df.to_excel();需注意引擎依赖(如openpyxl、xlrd)、参数设置(sheet_name、skiprows、dtype等)及大文件优化策略。

用pandas读取Excel文件最常用的方法是pd.read_excel(),写入则用df.to_excel()。关键在于参数设置和常见格式兼容性,不是所有Excel文件都能直接打开。
读取Excel:核心参数与常见问题
基础用法:df = pd.read_excel("data.xlsx")。默认读取第一个工作表(sheet),但实际中需注意:
- 指定工作表:用
sheet_name=0(索引)、"Sheet1"(名称)或None(读取全部,返回字典) - 跳过行/设置标题:用
skiprows=2跳过前两行,header=1表示第1行(0起始)为列名 - 处理空值与数据类型:用
na_values=["N/A", "NULL"]自定义缺失值标识;用dtype={"ID": str}强制列类型,避免数字自动转int后丢前导零 - 大文件优化:加
usecols="A:C"或[0, 1, 3]只读需要的列,大幅提速
写入Excel:保存多表与样式控制
df.to_excel("output.xlsx", index=False)是最简写法。进阶操作包括:
- 写入多个工作表:需用
pd.ExcelWriter上下文管理器,例如:
with pd.ExcelWriter("report.xlsx") as writer:
df1.to_excel(writer, sheet_name="汇总", index=False)
df2.to_excel(writer, sheet_name="明细", index=False)
- 不覆盖已有文件:
mode="a"(追加模式)仅支持.xlsx,且需配合engine="openpyxl" - 冻结首行/列、调整列宽:需借助
openpyxl引擎,在写入后操作工作表对象,pandas本身不支持样式
依赖与格式支持说明
pandas本身不解析Excel,靠底层引擎:
- xlsx/xlsm文件:推荐
openpyxl(安装:pip install openpyxl),支持读写、公式、图表 - xls文件(旧版):必须用
xlrd(注意:v2.0+仅支持xls,不支持xlsx;如需兼容,降级到xlrd==1.2.0或改用openpyxl) - 无引擎报错:提示"Missing optional dependency 'openpyxl'"时,按需安装对应包即可
替代方案:超大文件或纯数值场景
如果Excel文件超10万行、内存吃紧,或只需读数值(无格式/公式):
- 用
csv中转:Excel另存为CSV,再用pd.read_csv(),速度更快、内存更省 - 用
openpyxl或xlrd原生读取单元格值,适合做精细定位(如读特定坐标、合并单元格逻辑) - 用
pyxlsb读取.xlsb二进制格式(微软内部格式,体积小、加载快)
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
抖音创作者中心登录步骤详解
- 上一篇
- 抖音创作者中心登录步骤详解
- 下一篇
- ReadKidzAI制作儿童故事视频教程
查看更多
最新文章
-
- 文章 · python教程 | 11小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 12小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 12小时前 | 标准库 · python · Python 参数绑定 Signature BoundArguments inspect.Signature.bind_partial
- Python inspect.Signature.bind_partial 怎样允许缺省必填参数进行部分绑定
- 492浏览 收藏
-
- 文章 · python教程 | 14小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 15小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 16小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 17小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 18小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1102次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1099次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1270次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1211次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1058次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

