pandas之read_excel指定行列读取excel的usecols和skip_rows参数

　　有些excel不够规范，所以读取excel的时候要选择指定的列或者行数据，read_excel函数的usecols用来指定列，而skip_rows用来过滤行。

　　usecols参数可选类型：

　　1、默认是None，全选

　　2、str类型：'A,B,C'或者'A:C'或者'A,B:C'

　　3、int-list类型：[0,1]

　　4、str-list类型：['data1','data2']，为表格中列名

　　5、函数：会把列名传入判断函数结果是否为True，可以用或|来做多个判断

　　skiprows参数可选类型：

　　1、int类型：1代表跳过1行，不是索引1的意思

　　2、int-list类型：[0,1]代表跳过索引为0和1的行

　　代码演示如下：

# -*- coding: utf-8 -*-
import pandas as pd

df = pd.read_excel('aa.xlsx')
print(df)
print('---------------')

df1 = pd.read_excel('aa.xlsx',usecols='B:E',skiprows=[0])
df2 = pd.read_excel('aa.xlsx',usecols='B,C,D,E',skiprows=[0])
df3 = pd.read_excel('aa.xlsx',usecols=[1,2,3,4],skiprows=[0])
df4 = pd.read_excel('aa.xlsx',usecols=['id','name','sex','age'],skiprows=[0])
df4 = pd.read_excel('aa.xlsx',usecols=lambda x:x in ['id','name','sex','age'],skiprows=[0])
df5 = pd.read_excel('aa.xlsx',usecols=lambda x:x in ['id','name','sex','age'],skiprows=1)
print(df1==df2)
print('----------')
print(df2==df3)
print('-----------')
print(df3==df4)
print('------------')
print(df4==df5)

   Unnamed: 0 Unnamed: 1 Unnamed: 2 Unnamed: 3 Unnamed: 4
0         NaN         id       name        sex        age
1         NaN          1          a          男         18
2         NaN          2          b          男         18
3         NaN          3          c          男         18
4         NaN          4          d          女         18
5         NaN          5          e          妖         18
---------------
     id  name   sex   age
0  True  True  True  True
1  True  True  True  True
2  True  True  True  True
3  True  True  True  True
4  True  True  True  True
----------
     id  name   sex   age
0  True  True  True  True
1  True  True  True  True
2  True  True  True  True
3  True  True  True  True
4  True  True  True  True
-----------
     id  name   sex   age
0  True  True  True  True
1  True  True  True  True
2  True  True  True  True
3  True  True  True  True
4  True  True  True  True
------------
     id  name   sex   age
0  True  True  True  True
1  True  True  True  True
2  True  True  True  True
3  True  True  True  True
4  True  True  True  True

很赞哦！

python编程网提示：转载请注明来源www.python66.com。
有宝贵意见可添加站长微信(底部)，获取技术资料请到公众号(底部)。同行交流请加群