如何使用 Pandas 从 Excel 中读取某些列 - Python

Question

我正在从 Excel 工作表中读取数据，并且我想读取某些列：第 0 列，因为它是行索引，第 22:37 列。现在这就是我要做的：

import pandas as pd
import numpy as np
file_loc = "path.xlsx"
df = pd.read_excel(file_loc, index_col=None, na_values=['NA'], parse_cols = 37)
df= pd.concat([df[df.columns[0]], df[df.columns[22:]]], axis=1)

但我希望有更好的方法来做到这一点！我知道如果我这样做 parse_cols=[0, 22,..,37] 我可以做到，但是对于大型数据集这没有意义。

我也这样做了：

s = pd.Series(0)
s[1]=22
for i in range(2,14):
    s[i]=s[i-1]+1
df = pd.read_excel(file_loc, index_col=None, na_values=['NA'], parse_cols = s)

但它读取的前 15 列是 s 的长度。

Answer 1

您可以像这样使用列索引（字母）：

import pandas as pd
import numpy as np
file_loc = "path.xlsx"
df = pd.read_excel(file_loc, index_col=None, na_values=['NA'], usecols="A,C:AA")
print(df)

Corresponding documentation:

usecols : int、str、list-like 或 callable default None

• 如果没有，则解析所有列。

• 如果 str，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。

• 如果是int列表，则表示要解析的列号列表。

• 如果是字符串列表，则表示要解析的列名列表。

  0.24.0 版中的新功能。

• 如果可调用，则根据它评估每个列名，如果可调用返回 True，则解析该列。

根据上述行为返回列的子集。

0.24.0 版中的新功能。

Answer 2

“usecols”应该有所帮助，使用列范围（根据excel工作表，A，B ...等） 下面是例子

1.选定的列

df = pd.read_excel(file_location,sheet_name='Sheet1', usecols="A,C,F")

2。列范围和选定列

df = pd.read_excel(file_location,sheet_name='Sheet1', usecols="A:F,H")

3.多个范围

df = pd.read_excel(file_location,sheet_name='Sheet1', usecols="A:F,H,J:N")

4.列范围

df = pd.read_excel(file_location,sheet_name='Sheet1', usecols="A:N")

Answer 3

parse_cols 已弃用，请改用usecols

即：

df = pd.read_excel(file_loc, index_col=None, na_values=['NA'], usecols = "A,C:AA")