使用 Python 和 Pandas 讀取 XLSX 檔案

Pandas 是一個非常強大和優化的庫，它有助於有效地處理資料，輕鬆地對該資料執行操作，並使用各種繪圖和圖形對其進行分析。使用 Pandas 可以非常輕鬆地執行諸如合併、連線和重塑等常見操作。

Pandas 還支援讀取檔案並將檔案中的資料儲存到各種物件中，例如陣列和 DataFrames。一個這樣的檔案是 .xlsx。.xlsx 檔案是 Microsoft Excel Open XML 格式電子表格檔案，這些檔案經過壓縮並基於 XML。本文將討論如何使用 Pandas 讀取 .xlsx 檔案。

在 Python 中使用 pandas 讀取 .xlsx 檔案

要使用 pandas 讀取 .xlsx 檔案，我們可以使用 read_excel() 函式。此函式將 excel 檔案讀入 pandas Dataframe。並且，我們可以使用這個函式來讀取 xlsx、xls、xlsm、xlsb、odf、ods 和 odt 檔案。由於 excel 檔案可以包含多個工作表，因此此功能可以讀取單個和多個工作表。

read_excel() 函式有幾個引數。我們將討論一些主要的。

• io：該引數可以是 str、bytes、ExcelFile、xlrd.Book、path object 或 file-like object。它本質上是必須讀取的檔案或物件。還可以將字串形式的有效檔案路徑傳遞給此引數。
• sheet_name：該引數可以是 str、int、list 或 None。預設值為 0。由於 excel 檔案是由工作表組成的，我們可以指定要讀取的單個工作表或一堆工作表。我們不僅可以使用整數索引 (2, 0, [1, 3, 7]) 還可以使用字串名稱來指定工作表 (Sheet1, Sheet3, ["Sheet4", "Sheet5", "Sheet8"])。
• header：應被視為 Excel 檔案標題的行。預設值為 0，因為第一行通常是標題並考慮從零開始索引。如果沒有標題，請將其設定為 None。
• names：我們可以指定我們希望從 Excel 檔案中讀取哪些列。它接受一個列名列表。預設值為 None。由於列名位於標題內，因此該檔案應該有一個。否則，只需設定 header = None。

現在讓我們看看如何使用這個函式來讀取 .xlxs 檔案。參考以下程式碼。

file_name = "my_file.xlsx" # File name
sheet_name = 3 # 4th sheet
header = 1 # The header is the 2nd row
df = pd.read_excel(file_name = file_name, sheet_name = sheet_name, header = header)
print(df.head()) # Prints first 5 rows from the top along with the header
print(df.tail()) # Prints first 5 rows from the bottom along with the header