我有一个使用 python pandas 处理的大型电子表格文件 (.xlsx)。碰巧我需要来自该大文件中两个选项卡（工作表）的数据。其中一个选项卡有大量数据，另一个只有几个方形单元格。
当我在 any 工作表上使用 pd.read_excel() 时，在我看来，整个文件都已加载（不仅仅是我感兴趣的工作表）。因此，当我使用该方法两次（每张工作表一次）时，我实际上不得不忍受整个工作簿被读取两次（即使我们只使用指定的工作表）。
如何只加载带有pd.read_excel() 的特定工作表？
【问题讨论】：
标签： python excel pandas dataframe xlsx
试试pd.ExcelFile:
xls = pd.ExcelFile('path_to_file.xls')
df1 = pd.read_excel(xls, 'Sheet1')
df2 = pd.read_excel(xls, 'Sheet2')
正如@HaPsantran 所述，在ExcelFile() 调用期间会读入整个Excel 文件（似乎没有办法解决这个问题）。这只是让您不必在每次想要访问新工作表时读取相同的文件。
请注意，pd.read_excel() 的 sheet_name 参数可以是工作表名称（如上）、指定工作表编号的整数（例如 0、1 等）、工作表名称或索引列表，或者None。如果提供了一个列表，它会返回一个字典，其中键是工作表名称/索引，值是数据框。默认是简单地返回第一张表（即sheet_name=0）。
如果指定了None，则返回所有工作表，作为{sheet_name:dataframe}字典。
【讨论】：
sheet_name 而不是 sheetname，它仍然有效。我没有意识到这是已弃用的部分，因为它仍在使用 read_excel 方法，但不在 parse 方法上。
pd.ExcelFile 使用 xlrd，但截至 2020 年 12 月，xlrd 不再支持 xls 或 xlsx 文件。您可以通过xls = pd.ExcelFile('path_to_file.xls' engine='openpyxl') 解决此问题
有几个选项：
将所有工作表直接读入有序字典。
import pandas as pd
# for pandas version >= 0.21.0
sheet_to_df_map = pd.read_excel(file_name, sheet_name=None)
# for pandas version < 0.21.0
sheet_to_df_map = pd.read_excel(file_name, sheetname=None)
将第一张表直接读入数据框
df = pd.read_excel('excel_file_path.xls')
# this will read the first sheet into df
读取 excel 文件并获取工作表列表。然后选择并加载工作表。
xls = pd.ExcelFile('excel_file_path.xls')
# Now you can list all sheets in the file
xls.sheet_names
# ['house', 'house_extra', ...]
# to read just one sheet to dataframe:
df = pd.read_excel(file_name, sheet_name="house")
阅读所有工作表并将其存储在字典中。与第一个相同，但更明确。
# to read all sheets to a map
sheet_to_df_map = {}
for sheet_name in xls.sheet_names:
sheet_to_df_map[sheet_name] = xls.parse(sheet_name)
# you can also use sheet_index [0,1,2..] instead of sheet name.
感谢@ihightower 指出阅读所有表格的方法，感谢@toto_tico，@red-headphone 指出版本问题。
sheetname：字符串，整数，字符串/整数的混合列表，或无，默认为 0 自 0.21.0 版起已弃用：改用 sheet_name Source Link
【讨论】：
df_sheet_map = pd.read_excel(file_fullpath, sheetname=None)，这将自动将工作表放入字典中.. 和像这样以数据框的形式访问工作表：df_sheet_map['house']
您也可以使用工作表的索引：
xls = pd.ExcelFile('path_to_file.xls')
sheet1 = xls.parse(0)
将给出第一个工作表。对于第二个工作表：
sheet2 = xls.parse(1)
【讨论】：
您还可以将工作表名称指定为参数：
data_file = pd.read_excel('path_to_file.xls', sheet_name="sheet_name")
将只上传工作表"sheet_name"。
【讨论】：
选项 1
如果不知道表格名称
# Read all sheets in your File
df = pd.read_excel('FILENAME.xlsm', sheet_name=None)
# Prints all the sheets name in an ordered dictionary
print(df.keys())
然后，根据要阅读的工作表，可以将每个工作表传递给特定的dataframe，例如
sheet1_df = pd.read_excel('FILENAME.xlsm', sheet_name=SHEET1NAME)
sheet2_df = pd.read_excel('FILENAME.xlsm', sheet_name=SHEET2NAME)
选项 2
如果名称不相关，并且只关心工作表的位置。假设一个人只想要第一张纸，
# Read all sheets in your File
df = pd.read_excel('FILENAME.xlsm', sheet_name=None)
sheet1 = list(df.keys())[0]
然后，根据工作表名称，可以将每个工作表传递给特定的dataframe，例如
sheet1_df = pd.read_excel('FILENAME.xlsm', sheet_name=SHEET1NAME)
【讨论】：
pd.read_excel('filename.xlsx')
默认阅读第一张工作簿。
pd.read_excel('filename.xlsx', sheet_name = 'sheetname')
阅读工作簿的具体工作表并
pd.read_excel('filename.xlsx', sheet_name = None)
将所有工作表从excel读取到pandas数据框，作为OrderedDict类型意味着嵌套数据框，所有工作表作为数据框收集在数据框内，其类型为OrderedDict。
【讨论】：
如果您有兴趣阅读所有工作表并将它们合并在一起。最好和最快的方法
sheet_to_df_map = pd.read_excel('path_to_file.xls', sheet_name=None)
mdf = pd.concat(sheet_to_df_map, axis=0, ignore_index=True)
这会将所有工作表转换为单个数据框 m_df
【讨论】：
df = pd.read_excel('FileName.xlsx', 'SheetName')
这将从文件FileName.xlsx 中读取工作表SheetName
【讨论】：
您可以使用以下几行阅读所有表格
import pandas as pd
file_instance = pd.ExcelFile('your_file.xlsx')
main_df = pd.concat([pd.read_excel('your_file.xlsx', sheet_name=name) for name in file_instance.sheet_names] , axis=0)
【讨论】：
如果您已将 excel 文件保存在与您的 python 程序（相对路径）相同的文件夹中，那么您只需提及工作表编号以及文件名。
例子：
data = pd.read_excel("wt_vs_ht.xlsx", "Sheet2")
print(data)
x = data.Height
y = data.Weight
plt.plot(x,y,'x')
plt.show()
【讨论】：
如果：
然后，您可以传递工作表名称列表。您可以手动填充：
import pandas as pd
path = "C:\\Path\\To\\Your\\Data\\"
file = "data.xlsx"
sheet_lst_wanted = ["01_SomeName","05_SomeName","12_SomeName"] # tab names from Excel
### import and compile data ###
# read all sheets from list into an ordered dictionary
dict_temp = pd.read_excel(path+file, sheet_name= sheet_lst_wanted)
# concatenate the ordered dict items into a dataframe
df = pd.concat(dict_temp, axis=0, ignore_index=True)
或
如果您想要的工作表有一个共同的命名约定，也可以让您与不需要的工作表区分开来，那么可以实现一点自动化：
# substitute following block for the sheet_lst_wanted line in above block
import xlrd
# string common to only worksheets you want
str_like = "SomeName"
### create list of sheet names in Excel file ###
xls = xlrd.open_workbook(path+file, on_demand=True)
sheet_lst = xls.sheet_names()
### create list of sheets meeting criteria ###
sheet_lst_wanted = []
for s in sheet_lst:
# note: following conditional statement based on my sheets ending with the string defined in sheet_like
if s[-len(str_like):] == str_like:
sheet_lst_wanted.append(s)
else:
pass
【讨论】：
是的，不幸的是它总是会加载完整的文件。如果您重复执行此操作，最好将工作表提取为单独的 CSV，然后单独加载。您可以使用 d6tstack 自动执行该过程，它还添加了其他功能，例如检查所有工作表或多个 Excel 文件中的所有列是否相等。
import d6tstack
c = d6tstack.convert_xls.XLStoCSVMultiSheet('multisheet.xlsx')
c.convert_all() # ['multisheet-Sheet1.csv','multisheet-Sheet2.csv']
【讨论】：