73 lines
1.7 KiB
Markdown
73 lines
1.7 KiB
Markdown
# Excel 文件读取
|
||
|
||
> ⚠️ **使用本文档前请注意**：本文档应在实际处理 Excel 文件之前阅读，以了解正确的 pandas 读取方法。请配合 excel_analysis.md 一起使用。
|
||
|
||
使用 pandas 读取 Excel 文件的核心方法。
|
||
|
||
## 快速入门
|
||
|
||
**最常用的读取方式**：
|
||
```python
|
||
import pandas as pd
|
||
|
||
# 读取第一个工作表（或指定工作表）
|
||
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
|
||
|
||
# 只读取前几行查看结构
|
||
df_preview = pd.read_excel("data.xlsx", nrows=10)
|
||
|
||
# 只读取需要的列（提高性能）
|
||
df = pd.read_excel("data.xlsx", usecols=["列1", "列2", "列3"])
|
||
```
|
||
|
||
## 读取单个工作表
|
||
|
||
```python
|
||
import pandas as pd
|
||
|
||
# 读取指定工作表
|
||
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
|
||
|
||
# 查看前几行
|
||
print(df.head())
|
||
|
||
# 基本统计信息
|
||
print(df.describe())
|
||
```
|
||
|
||
## 读取整个工作簿的所有工作表
|
||
|
||
```python
|
||
import pandas as pd
|
||
|
||
# 读取所有工作表
|
||
excel_file = pd.ExcelFile("workbook.xlsx")
|
||
|
||
for sheet_name in excel_file.sheet_names:
|
||
df = pd.read_excel(excel_file, sheet_name=sheet_name)
|
||
print(f"\n{sheet_name}:")
|
||
print(df.head())
|
||
```
|
||
|
||
## 读取特定列
|
||
|
||
```python
|
||
import pandas as pd
|
||
|
||
# 只读取指定列（提高性能）
|
||
df = pd.read_excel("data.xlsx", usecols=["column1", "column2", "column3"])
|
||
```
|
||
|
||
## 性能优化选项
|
||
|
||
- 使用 `usecols` 只读取需要的列
|
||
- 使用 `dtype` 参数指定列类型以加快读取速度
|
||
- 根据文件类型选择合适的引擎：`engine='openpyxl'` 或 `engine='xlrd'`
|
||
|
||
## 处理大文件
|
||
|
||
对于非常大的 Excel 文件，避免一次性读取整个文件：
|
||
- 使用 `nrows` 参数限制读取的行数
|
||
- 先读取前若干行了解数据结构
|
||
- 按需分批处理数据
|