Pandas 教程：詳解如何使用該庫讀取 Excel 文件，需要具體代碼示例

Pandas 是一種常用的數據處理庫，具有很多強大的功能，尤其是在數據處理方面非常方便。在實際的數據處理過程中，經常需要讀取 Excel 文件。本文將詳解如何使用 Pandas 庫讀取 Excel 文件，并提供具體的代碼示例。

使用 Pandas 庫需要先導入該庫:

import pandas as pd

其中，pd 是 Pandas 庫的別名，這樣可以更方便地使用 Pandas 的相關方法。

讀取 Excel 文件

使用 Pandas 讀取 Excel 文件非常方便，只需要一行代碼即可實現：

data = pd.read_excel('file_name.xlsx')

其中，file_name.xlsx 是 Excel 文件的名稱，該文件與 Python 腳本在同一個目錄下。

如果 Excel 文件不在同一個目錄下，則需要指定完整的路徑，例如：

data = pd.read_excel('C:/Users/username/Desktop/file_name.xlsx')

讀取 Excel 文件后，可以通過以下方式查看文件中的數據：

print(data.head())

head() 方法可以查看 Excel 文件的前 5 行數據。如果需要查看更多行，可以將括號中的數字改為需要查看的行數，例如：

print(data.head(10))

指定需要讀取的 Excel 表格

當 Excel 文件中含有多個表格時，需要指定需要讀取的表格，例如：

data = pd.read_excel('file_name.xlsx', sheet_name='Sheet1')

其中，sheet_name 用于指定需要讀取的表格名稱。如果需要讀取多個表格，可以將 sheet_name 改為一個列表，例如：

data = pd.read_excel('file_name.xlsx', sheet_name=['Sheet1', 'Sheet2'])

這樣可以將 Sheet1 和 Sheet2 兩個表格的數據一次性讀取出來，存儲在一個字典中。

讀取特定行或列

當 Excel 表格中數據較多時，我們有時只需要讀取其中的一些行或列，可以使用 Pandas 的 loc 和 iloc 方法實現：

loc 方法可以讀取指定的行或列數據，實例如下：

data = pd.read_excel('file_name.xlsx')
# 讀取第 3 行數據
print(data.loc[2])
# 讀取名稱為 'column_name' 的列數據
print(data.loc[:, 'column_name'])
# 讀取第 3 行、名稱為 'column_name' 的數據
print(data.loc[2, 'column_name'])

iloc 方法可以讀取指定的行或列數據，不過需要使用整數的位置索引，實例如下：

data = pd.read_excel('file_name.xlsx')
# 讀取第 3 行數據
print(data.iloc[2])
# 讀取第 3 行、第 4 列數據
print(data.iloc[2, 3])
# 讀取第 2-4 行、第 1-3 列的數據
print(data.iloc[1:4, 0:3])

讀取 Excel 文件中的列名

在讀取 Excel 文件的過程中，有時需要獲取 Excel 文件中的列名，可以使用如下方法：

data = pd.read_excel('file_name.xlsx')
# 讀取所有列名
print(data.columns.values)
# 讀取第 3 列的列名
print(data.columns.values[2])

其中，columns.values 用于返回列名列表。在 Python 中，列表的索引從 0 開始。

將數據寫入 Excel 文件

除了讀取 Excel 文件外，Pandas 還提供了將數據寫入 Excel 文件的方法。實例如下：

data = pd.DataFrame({'姓名': ['張三', '李四', '王五'], '年齡': [18, 22, 25]})
# 將數據寫入名為 'MySheet' 的表格中
data.to_excel('file_name.xlsx', sheet_name='MySheet', index=False)

其中，to_excel() 方法用于將數據寫入 Excel 文件，第一個參數為 Excel 文件名，第二個參數為要寫入的表格名稱，index=False 表示不需要寫入索引列。

本文主要介紹了如何使用 Pandas 庫讀取 Excel 文件，并提供了具體的代碼示例。當然，Pandas 還有很多其它的功能，在日常的數據處理中可以進一步了解。