人們經常用pandas處理表格型數據，時常需要讀入excel表格數據，很多人一般都是直接這么用：pd.read_excel(“文件路徑文件名”),再多一點的設置可能是轉義一下路徑中的斜杠，一旦原始的excel表不是很規整，這樣簡單讀入勢必報錯！

其實這個函數有很多參數可以設置，為了應對各式excel表滿足各種讀入的需求，我們來詳細了解下pd.excel()中的主要參數。

首先，認識一下pd.read_excel（），函數的官方文檔是這么說的：將Excel文件讀取到pandas DataFrame中，支持本地文件系統或URL的’xls’和’xlsx’文件擴展名，帶有這兩種擴展名的文件，函數都可以處理；

然后它的函數完整版長這個樣子：

沒想到吧，它它它…它居然有二十多個參數，是不是有點出乎意料，接下來認識下這些參數都是做什么用的吧！

io參數

io參數可以接受的有：str，Excel文件，xlrd.Book，路徑對象或類似文件的對象，其中最常用的是str，一般是文件路徑+文件名，需要注意的是文件名字不要漏掉后綴，即文件擴展名，表明文件類型的那個！有時候需要對路徑中的”\”進行轉義，io參數沒有默認值，必須傳入。

舉個例子：

輸出結果：

sheet_name參數

sheet_name參數可以接收的有：str，int，list或None，默認0

其中，字符串用于工作表名稱。 整數用于零索引工作表位置。 字符串/整數列表用于請求多個工作表。設置None獲取所有工作表。

有時候一個excel工作簿中包含有很多個sheet工作表，如果不指定默認為0，數據讀入的時候默認讀入的是第一個位置的sheet。

常用的是指定sheet位置或者名字，還是來個例子：

輸出結果和不指定sheet時的結果是一樣的，因為默認的就是第0個sheet：

指定另一個位置的sheet：

輸出結果：

輸出結果，能夠看到結果和sheet_name=1的結果是一樣的：

可以看一下原表中sheet的名字就能理解名字為data2的sheet正好在第1個位置（名字為data1的sheet在第0個位置）

通過名字讀取另一個sheet就不在這里贅述了，我們看看這個參數還有兩種可以接收的對象，挨個看下是什么樣的效果吧。

sheet_name參數的其他設置

輸出結果：

輸出結果：

能夠看到比上邊只讀入兩個sheet工作表的命令相比，這里多了data3這個工作表！

綜上，sheet_name空值既可以通過sheet位置也可以通過sheet名字來指定讀入哪個sheet的數據。

header參數

這個參數是用來指定哪一行作為列名的，默認是第0行，接收的參數可以是整數（指定第幾行作為列名），可以是有整數組成的列表（指定哪幾行作為列名，是的，列名可以有多行，是不是有點突破認知？），也可以是None（沒有列名）。

比如這種數據就需要在讀入數據的時候指定哪一行作為列名：

開頭有空行，直接讀取試一下：

是這種效果（截取部分數據圖像）：

header參數可以有效的解決這個問題，可以看到行標簽為1的數據才是我們需要的列名，所以在讀取數據的時候進行設置就可以了：

輸出結果：

這樣就符合要求了！

對header參數的其他設置

為了滿足好奇心，我們也實驗一下其他的參數，比如整數組成的列表，提前預告，讀出來不一定符合業務邏輯要求哦。

輸出結果：

能看到的確有兩行列名！

如果不要列名是什么樣子呢？

輸出結果：

不指定列名后的效果就是這樣的了！

names參數

官方文檔說這個參數接收 array-like, 默認 None，表示要使用的列名列表，如果不需要列名，請設置header = None，如果header = None和names參數都設置的話，依然會顯示names指定的列名。

還是通過實例來感受下參數的作用吧,為了節省篇幅，代碼放入截圖中：

如果原始表格中的列名不符合需求，比如上圖中很明顯是進行聚合后系統生成的列名，在讀入數據的時候可以根據需求自定義列名，需要注意的是指定的列名和原數據中的列名是依據位置一一對應的，順序不要亂了！

index_col參數

官方文檔說這個參數接收整數，或者由整數組成的列表，默認是None。

這個參數的作用是指定用哪一列做為行索引。如果傳給參數的是整數n，則表示指定第n列作為行索引，如果傳入的是列表，則表示需要指定多列作為行索引。上一篇文章中介紹了header參數，是指定由哪一行作為列名，也是傳入整數或者整數組成的列表，可以對比記憶。

來個例子感受一下：

上邊的例子分別采用了默認值None，整數0和列表[0,1]對index_col進行了設置，用法和效果一目了然。

usecols參數

看下官方文檔是怎么說的：該參數接收整數，字符或者類似列表的序列，默認值是None，返回的是列的子集，直白點解釋就是在讀入表格的時候不是所有的列都會被讀入，可以通過usecols參數來設置要把哪些列讀取進來。

• 如果是None，表示所有的列都會被讀取
• 如果是整數，表示被讀取進來的最后一列，比如說傳整數n給usecols，那么最終讀取進來的是第0到第n列，注意不是只把第n列讀進來。如果像要只讀某一列怎么辦呢？別急，接著往下看。
• 如果是列表，表示選取指定的列讀取，比如像要只讀入第n列，這樣就可以usecols=[n]，如果是多列，就把多個整數放入一個列表中傳遞給參數。需要留心的是，列表中不止可以傳入整數，也可以是字段名組成的列表。

溫馨提示：如果設置了names參數，注意設置的列名個數要和讀取的列數一致

來個直觀的例子感受下：

結合對參數的文字說明看例子，還是蠻清楚明白的。

squeeze參數

來自官方文檔的解釋：接收布爾值，當取值為True的時候，如果解析的數據僅包含一列，則返回Series。默認值是False，即只有一列也返回Dataframe。

舉例說明：

如果需要讀進來一個Series，可以通過squeeze參數實現。

dtype參數

慣例還是官方文檔的解釋：輸入表示數據類型的名稱字符或者字典，如果輸入的是字符表示整個表格的數據都轉換成指定的數據類型，如果輸入的是字典，那么每個字段可以指定不同的數據類型。

來個例子幫助理解：

由于整個表格中既有文本又有數值，如果要設置成統一的數據類型只能設置成字符型了；針對每一列設置不同的數據類型，效果還是很明顯的。

篇幅限制，對pd.read_excel（）函數參數的介紹先到這里，剩下的參數在后續的文章中接續介紹哦。