用熊猫来做pd。读取同一工作簿的多个工作表的\u excel（）

Question

我有一个很大的电子表格文件（.xlsx），我正在使用python处理它。碰巧我需要那个大文件中两个选项卡（工作表）中的数据。其中一个选项卡包含大量数据，而另一个选项卡只有几个方形单元格。

当我使用pd时。在任何工作表上读取_excel（），我觉得整个文件都已加载（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）。

如何仅加载特定的工作表与pd.read_excel（）？

Answer 1

也可以使用图纸的索引：

xls = pd.ExcelFile('path_to_file.xls')
sheet1 = xls.parse(0)

将给出第一份工作表。对于第二个工作表：

sheet2 = xls.parse(1)

Answer 2

有几种选择：

直接将所有工作表读入有序字典。

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)

将第一页直接读入dataframe

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, sheetname="house")

阅读所有表格并将其储存在字典中。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指出阅读所有工作表的方法，并感谢@toto_tico指出版本问题。

sheetname:string、int、字符串/int的混合列表或None，默认值0自版本0.21以来已弃用。0:使用工作表名称而不是源链接

Answer 3

尝试pd。ExcelFile：

xls = pd.ExcelFile('path_to_file.xls')
df1 = pd.read_excel(xls, 'Sheet1')
df2 = pd.read_excel(xls, 'Sheet2')

正如@HaPsantran所指出的，整个Excel文件在调用ExcelFile（）期间被读入（似乎没有办法解决这个问题）。这只会使您在每次访问新工作表时不必读取相同的文件。

请注意，sheet\u name参数指向pd。read_excel（）可以是工作表的名称（如上所述）、指定工作表编号的整数（如0、1等）、工作表名称或索引列表，或无。如果提供了列表，它将返回一个字典，其中键是图纸名称/索引，值是数据帧。默认情况下，只返回第一张图纸（即，sheet\u name=0）。

如果指定了None，则返回所有工作表，作为{sheet\u name:dataframe}字典。