如何阅读 Excel 工作簿（熊猫）

Question

首先我想说我无论如何都不是专家。我很精通，但是像我年轻的时候一样承担着日程安排和学习 Python 的负担！

问题：
我有一本工作簿，有时会有多个工作表。在工作簿中阅读时，我不知道工作表的数量或工作表名称。每张纸上的数据排列都是相同的，其中一些列的名称为“未命名”。问题是我在网上尝试或找到的所有内容都使用 pandas.ExcelFile 来收集所有工作表，这很好，但我需要能够跳过 4 行，之后只读取 42 行并解析特定列。尽管工作表可能具有完全相同的结构，但列名可能相同或不同，但希望将它们合并。

这就是我所拥有的：

import pandas as pd
from openpyxl import load_workbook

# Load in the file location and name
cause_effect_file = r'C:\Users\Owner\Desktop\C&E Template.xlsx'

# Set up the ability to write dataframe to the same workbook
book = load_workbook(cause_effect_file)
writer = pd.ExcelWriter(cause_effect_file) 
writer.book = book
writer.sheets = dict((ws.title, ws) for ws in book.worksheets)

# Get the file skip rows and parse columns needed
xl_file = pd.read_excel(cause_effect_file, skiprows=4, parse_cols = 'B:AJ', na_values=['NA'], convert_float=False)

# Loop through the sheets loading data in the dataframe
dfi = {sheet_name: xl_file.parse(sheet_name)
          for sheet_name in xl_file.sheet_names}

# Remove columns labeled as un-named
for col in dfi:
    if r'Unnamed' in col:
        del dfi[col]

# Write dataframe to sheet so we can see what the data looks like
dfi.to_excel(writer, "PyDF", index=False)

# Save it back to the book
writer.save()

我正在使用的文件的链接如下 Excel File

Answer 1

尝试根据您的具体需要修改以下内容：

import os
import pandas as pd

df = pd.DataFrame()
xls = pd.ExcelFile(path)

然后遍历所有可用的数据表：

for x in range(0, len(xls.sheet_names)): 
    a = xls.parse(x,header = 4, parse_cols = 'B:AJ')
    a["Sheet Name"] = [xls.sheet_names[x]] * len(a)
    df = df.append(a)

您可以调整每个工作表的标题行和要读取的列。我添加了一个列，该列将指示该行来自的数据表的名称。

Answer 2

你可能想看看在 openpyxl 中使用read_only 模式。这将允许您仅加载您感兴趣的那些工作表并仅查看您感兴趣的单元格。

如果您想使用 Pandas 数据框，则必须自己创建这些数据框，但这应该不会太难。