pandas.read_excel

pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, parse_cols=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, comment=None, skip_footer=0, skipfooter=0, convert_float=True, mangle_dupe_cols=True, **kwds) [source]

Чтение файла Excel в pandas DataFrame.

Поддерживает расширения файлов xls и xlsx из локальной файловой системы или URL. Поддерживается возможность чтения одного листа или списка листов.

Параметры:

io : str, file descriptor, pathlib.Path, ExcelFile or xlrd.Book Строка может быть URL. Допустимые схемы URL включают http, ftp, s3, gcs и file. Для URL-адресов файлов ожидается хост. Например, локальный файл может быть /path/to/workbook.xlsx. sheet_name : str, int, list, or None, default 0 Строки используются для имён листов. Целые числа используются для позиций листов с нулевой индексацией. Список строк/целых чисел используется для запроса нескольких листов. Укажите None, чтобы получить все листы. Доступные варианты: По умолчанию 0: 1-й лист как DataFrame 1: 2-й лист как DataFrame "Sheet1": Загрузка листа с именем “Sheet1” [0, 1, "Sheet5"]: Загрузка первого, второго и листа с именем “Sheet5” как словаря DataFrame None: Все листы. header : int, list of int, default 0 Строка (с индексом 0) для использования в качестве меток столбцов анализируемого DataFrame. Если передан список целых чисел, эти позиции строк будут объединены в MultiIndex. Используйте None, если нет заголовка. names : array-like, default None Список имён столбцов для использования. Если файл не содержит строки заголовка, необходимо явно указать header=None. index_col : int, list of int, default None Столбец (с индексом 0) для использования в качестве меток строк DataFrame. Передайте None, если такого столбца нет. Если передан список, эти столбцы будут объединены в MultiIndex. Если с помощью usecols выбрана подмножество данных, index_col основывается на подмножестве. parse_cols : int or list, default None Псевдоним usecols. Устарело начиная с версии 0.21.0: Используйте usecols вместо этого. usecols : int, str, list-like, or callable default None Возвращает подмножество столбцов. * Если None, то анализируются все столбцы. * Если целое число, то указывает последний столбец для анализа. Устарело начиная с версии 0.24.0: Вместо этого передайте список целых чисел от 0 до usecols включительно. Если строка, то указывает список столбцов букв Excel и диапазонов столбцов (например, “A:E” или “A,C,E:F”). Диапазоны включают обе границы. Если список целых чисел, то указывает список номеров столбцов для анализа. Если список строк, то указывает список имён столбцов для анализа. Добавлена в версии 0.24.0. Если вызываемый объект, то оценивает каждое имя столбца по отношению к нему и анализирует столбец, если вызываемый объект возвращает True. Добавлена в версии 0.24.0. squeeze : bool, default False Если анализируемые данные содержат только один столбец, возвращается Series. dtype : Type name or dict of column -> type, default None Тип данных для данных или столбцов. Например, {‘a’: np.float64, ‘b’: np.int32} Используйте object для сохранения данных, как они хранятся в Excel, и не интерпретируйте dtype. Если указаны преобразователи, они будут применяться ВМЕСТО преобразования dtype. Добавлена в версии 0.20.0. engine : str, default None Если io не является буфером или путем, это должно быть установлено для идентификации io. Допустимые значения — None или xlrd. converters : dict, default None Словарь функций для преобразования значений в определённых столбцах. Ключи могут быть целыми числами или метками столбцов, значениями являются функциями, которые принимают один аргумент — содержимое ячейки Excel, и возвращают преобразованное содержимое. true_values : list, default None Значения, рассматриваемые как True. Добавлена в версии 0.19.0. false_values : list, default None Значения, рассматриваемые как False. Добавлена в версии 0.19.0. skiprows : list-like Строки для пропуска в начале (индексация с 0). nrows : int, default None Количество строк для анализа. Добавлена в версии 0.23.0. na_values : scalar, str, list-like, or dict, default None Дополнительные строки, распознаваемые как NA/NaN. Если передан словарь, то для каждого столбца. По умолчанию следующие значения интерпретируются как NaN: ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1.#IND’, ‘-1.#QNAN’, ‘-NaN’, ‘-nan’, ‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘n/a’, ‘nan’, ‘null’. keep_default_na : bool, default True Если na_values указаны и keep_default_na False, значения NaN по умолчанию переопределяются, в противном случае они добавляются. verbose : bool, default False Указывает количество значений NA, помещаемых в столбцы, не являющиеся числовыми. parse_dates : bool, list-like, or dict, default False Поведение: bool. Если True -> попытка анализа индекса. список int или имён. Например, Если [1, 2, 3] -> попытка анализа столбцов 1, 2, 3 как отдельных столбцов даты. список списков. Например, Если [[1, 3]] -> объединение столбцов 1 и 3 и анализ как одного столбца даты. словарь, например {{‘foo’ : [1, 3]}} -> анализ столбцов 1, 3 как даты и присвоение результата «foo» Если в столбце или индексе содержится неразбираемая дата, весь столбец или индекс возвращаются без изменений как тип данных object. Для нестандартного анализа дат используйте pd.to_datetime после pd.read_csv Примечание: существует быстрый путь для дат в формате iso8601. date_parser : function, optional Функция для преобразования последовательности строковых столбцов в массив экземпляров datetime. По умолчанию используется dateutil.parser.parser для преобразования. Pandas будет пытаться вызвать date_parser тремя разными способами, переходя к следующему, если произойдёт исключение: 1) Передать один или несколько массивов (как определено parse_dates) в качестве аргументов; 2) склеить (по строкам) строковые значения из столбцов, определённых parse_dates, в один массив и передать его; и 3) вызвать date_parser один раз для каждой строки, используя одну или несколько строк (соответствующих столбцам, определённым parse_dates) в качестве аргументов. thousands : str, default None Разделитель тысяч для анализа строковых столбцов в числовые. Обратите внимание, что этот параметр необходим только для столбцов, хранящихся как TEXT в Excel, любые числовые столбцы будут автоматически анализироваться независимо от формата отображения. comment : str, default None Исключает оставшуюся часть строки. Передайте символ или символы в этот аргумент, чтобы указать комментарии в входном файле. Любые данные между строкой комментария и концом текущей строки игнорируются. skip_footer : int, default 0 Псевдоним skipfooter. Устарело начиная с версии 0.23.0: Используйте skipfooter вместо этого. skipfooter : int, default 0 Строки для пропуска в конце (индексация с 0). convert_float : bool, default True Преобразование целочисленных чисел с плавающей точкой в целые числа (например, 1.0 –> 1). Если False, все числовые данные будут читаться как числа с плавающей точкой: Excel хранит все числа в виде чисел с плавающей точкой внутри. mangle_dupe_cols : bool, default True Дублирующиеся столбцы будут указаны как ‘X’, ‘X.1’, …’X.N’, а не ‘X’…’X’. Передача False приведёт к перезаписи данных, если в столбцах есть дублирующиеся имена. **kwds : optional Дополнительные ключевые аргументы могут быть переданы в TextFileReader.

Возвращает:

DataFrame или словарь DataFrame DataFrame из переданного файла Excel. См. примечания к аргументу sheet_name для получения дополнительной информации о том, когда возвращается словарь DataFrame.

См. также

to_excel

Запись DataFrame в файл Excel.

to_csv

Запись DataFrame в файл с разделителями (csv).

read_csv

Чтение файла с разделителями (csv) в DataFrame.

read_fwf

Чтение таблицы фиксированной ширины в DataFrame.

Примеры

Файл можно прочитать, используя имя файла как строку или открытый файл:

>>> pd.read_excel('tmp.xlsx', index_col=0)  # doctest: +SKIP
       Name  Value
0   string1      1
1   string2      2
2  #Comment      3

>>> pd.read_excel(open('tmp.xlsx', 'rb'),
...               sheet_name='Sheet3')  # doctest: +SKIP
   Unnamed: 0      Name  Value
0           0   string1      1
1           1   string2      2
2           2  #Comment      3

Индекс и заголовок можно указать с помощью аргументов index_col и header

>>> pd.read_excel('tmp.xlsx', index_col=None, header=None)  # doctest: +SKIP
     0         1      2
0  NaN      Name  Value
1  0.0   string1      1
2  1.0   string2      2
3  2.0  #Comment      3

Типы столбцов выводятся, но могут быть явно указаны

>>> pd.read_excel('tmp.xlsx', index_col=0,
...               dtype={'Name': str, 'Value': float})  # doctest: +SKIP
       Name  Value
0   string1    1.0
1   string2    2.0
2  #Comment    3.0

Значения True, False и NA, а также разделители тысяч имеют значения по умолчанию, но также могут быть явно указаны. Передайте значения, которые вы хотите, как строки или списки строк!

>>> pd.read_excel('tmp.xlsx', index_col=0,
...               na_values=['string1', 'string2'])  # doctest: +SKIP
       Name  Value
0       NaN      1
1       NaN      2
2  #Comment      3

Строки комментариев во входном файле Excel можно пропустить, используя аргумент comment

>>> pd.read_excel('tmp.xlsx', index_col=0, comment='#')  # doctest: +SKIP
      Name  Value
0  string1    1.0
1  string2    2.0
2     None    NaN