除了使用xlrd庫(kù)或者xlwt庫(kù)進(jìn)行對(duì)excel表格的操作讀與寫(xiě)，而且pandas庫(kù)同樣支持excel的操作；且pandas操作更加簡(jiǎn)介方便。

首先是pd.read_excel的參數(shù)：函數(shù)為：

pd.read_excel(io, sheetname=0,header=0,skiprows=None,index_col=None,names=None,
                arse_cols=None,date_parser=None,na_values=None,thousands=None, 
                convert_float=True,has_index_names=None,converters=None,dtype=None,
                true_values=None,false_values=None,engine=None,squeeze=False,**kwds)1234

表格數(shù)據(jù)：

常用參數(shù)解析：

• io ：excel 路徑；

In [10]: import pandas as pd#定義路徑IOIn [11]: IO = 'example.xls'#讀取excel文件In [12]: sheet = pd.read_excel(io=IO)#此處由于sheetname默認(rèn)是0，所以返回第一個(gè)表In [13]: sheet
Out[13]:
   姓名  年齡        出生日  愛(ài)好   關(guān)系0  小王  23 1991-10-02  足球   朋友1  小麗  23 1992-11-02  籃球  NaN2  小黑  25 1991-10-18  游泳   同學(xué)3  小白  21 1989-09-09  游戲  NaN4  小紅  25 1990-08-07  看劇  NaN5  小米  24 1991-12-12  足球  NaN6  大錘  26 1988-09-09  看劇   個(gè)人#上述列表返回的結(jié)果和原表格存在合并單元格的差異1234567891011121314151617

• sheetname：默認(rèn)是sheetname為0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。注意：int/string返回的是dataframe，而none和list返回的是dict of dataframe。

In [7]: sheet = pd.read_excel('example.xls',sheetname= [0,1])
#參數(shù)為None時(shí)，返回全部的表格，是一個(gè)表格的字典；
#當(dāng)參數(shù)為list = [0，1，2，3]此類(lèi)時(shí)，返回的多表格同樣是字典In [8]: sheetOut[8]:{0:    姓名  年齡        出生日  愛(ài)好   關(guān)系
 0  小王  23 1991-10-02  足球   朋友
 1  小麗  23 1992-11-02  籃球  NaN
 2  小黑  25 1991-10-18  游泳   同學(xué)
 3  小白  21 1989-09-09  游戲  NaN
 4  小紅  25 1990-08-07  看劇  NaN
 5  小米  24 1991-12-12  足球  NaN
 6  大錘  26 1988-09-09  看劇   個(gè)人, 1:    1  3  5  學(xué)生
 0  2  3  4  老師
 1  4  1  9  教授}#value是一個(gè)多位數(shù)組In [15]: sheet[0].valuesOut[15]:array([['小王', 23, Timestamp('1991-10-02 00:00:00'), '足球', '朋友'],
       ['小麗', 23, Timestamp('1992-11-02 00:00:00'), '籃球', nan],
       ['小黑', 25, Timestamp('1991-10-18 00:00:00'), '游泳', '同學(xué)'],
       ['小白', 21, Timestamp('1989-09-09 00:00:00'), '游戲', nan],
       ['小紅', 25, Timestamp('1990-08-07 00:00:00'), '看劇', nan],
       ['小米', 24, Timestamp('1991-12-12 00:00:00'), '足球', nan],
       ['大錘', 26, Timestamp('1988-09-09 00:00:00'), '看劇', '個(gè)人']], dtype=object)

#同樣可以根據(jù)表頭名稱或者表的位置讀取該表的數(shù)據(jù)
#通過(guò)表名In [17]: sheet = pd.read_excel('example.xls',sheetname= 'Sheet2')In [18]: sheetOut[18]:   1  3  5  學(xué)生0  2  3  4  老師1  4  1  9  教授

#通過(guò)表的位置In [19]: sheet = pd.read_excel('example.xls',sheetname= 1)In [20]: sheetOut[20]:   1  3  5  學(xué)生0  2  3  4  老師1  4  1  9  教授12345678910111213141516171819202122232425262728293031323334353637383940414243

• header ：指定作為列名的行，默認(rèn)0，即取第一行，數(shù)據(jù)為列名行以下的數(shù)據(jù)；若數(shù)據(jù)不含列名，則設(shè)定 header = None；

#數(shù)據(jù)不含作為列名的行In [21]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None)In [22]: sheetOut[22]:   0  1  2   30  1  3  5  學(xué)生1  2  3  4  老師2  4  1  9  教授
#默認(rèn)第一行數(shù)據(jù)作為列名In [23]: sheet = pd.read_excel('example.xls',sheetname= 1,header =0)In [24]: sheetOut[24]:   1  3  5  學(xué)生0  2  3  4  老師1  4  1  9  教授123456789101112131415

• skiprows：省略指定行數(shù)的數(shù)據(jù)

In [25]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skiprows= 1)
#略去1行的數(shù)據(jù)，自上而下的開(kāi)始略去數(shù)據(jù)的行In [26]: sheetOut[26]:   0  1  2   30  2  3  4  老師1  4  1  9  教授1234567

• skip_footer：省略從尾部數(shù)的行數(shù)據(jù)

In [27]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1)
#從尾部開(kāi)始略去行的數(shù)據(jù)In [28]: sheetOut[28]:   0  1  2   30  1  3  5  學(xué)生1  2  3  4  老師1234567

• index_col ：指定列為索引列，也可以使用 u’string’

#指定第二列的數(shù)據(jù)作為行索引In [30]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1,index_col=1)In [31]: sheetOut[31]:   0  2   313  1  5  學(xué)生3  2  4  老師123456789

• names：指定列的名字，傳入一個(gè)list數(shù)據(jù)

In [32]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1,index_col=1,names=['a','b','c'])    ...:

In [33]: sheet
Out[33]:
   a  b   c13  1  5  學(xué)生3  2  4  老師