将excel中的某些列读取到数据框

Question

我想将 excel 文件中的某些列读入数据框，但是我想用列标题名称指定列。

例如，我有一个 Excel 文件，在工作表 2 中有两列：A 列中的“数字”和 B 列中的“ForeignKey”）。我想将“ForeignKey”导入数据框。我使用以下脚本做到了这一点：

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols=[0,1]) 

它在我的 xl_file 中显示以下内容：

       number ForeignKey
0       1        abc
1       2        def
2       3        ghi

如果列数较少，我可以通过指定usecols=[1]来获取“ForeignKey”。但是，如果我有很多列并且知道列名模式，则通过指定列名会更容易。我尝试了以下代码，但它给出了空数据框。

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols=['ForeignKey']) 

根据以下链接中的讨论，上面的代码运行良好，但适用于read_csv。

[How to drop a specific column of csv file while reading it using pandas?

有没有办法读取excel文件？

提前谢谢你

Answer 1

有一个解决方案，但 csv 的处理方式与 excel 不同。

来自文档，用于 csv：

usecols : 类似列表或可调用，默认无

例如，一个有效的类似列表的 usecols 参数应该是 [0, 1, 2] 或 ['foo', 'bar', 'baz']。

对于excel：

usecols : int 或 list，默认无

• 如果 None 则解析所有列，
• 如果 int 则表示要解析的最后一列
• 如果是整数列表，则表示要解析的列号列表
• 如果字符串则表示 Excel 列字母和列范围的逗号分隔列表（例如“A:E”或“A,C,E:F”）。范围包括两边

所以你需要这样称呼它：

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols='ForeignKey')

如果你还需要'number':

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols='number,ForeignKey')

编辑： 您需要输入 excel 列的名称而不是数据的名称。 另一个答案解决了这个问题。 但是您不需要 'B:B'，'B' 会起到作用但是不会改善带有数字的 usecols。

如果您可以在短时间内加载所有数据，那么解决此问题的最佳方法可能是解析所有列，然后选择所需的列：

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2')['ForeignKey']

Answer 2

您需要以范围格式传递 excel 列名，例如colname:colname.

例如，如果 ForeignKey 出现在您的 Excel 工作表 2 的 B 列中，则执行 -

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols='B:B') 

参考 Github issue 和相同的规定解决方案。