通过 pandas.read_excel 在标题后跳过行范围

Posted 2023-02-23

【中文标题】通过 pandas.read_excel 在标题后跳过行范围

【英文标题】：Skipping range of rows after header through pandas.read_excel

【发布时间】：2018-09-22 20:56:54

【问题描述】：

我知道pandas.read_excel() 中的参数usecols 允许您选择特定的列。

假设我用pandas.read_excel() 读入了一个 Excel 文件。我的 excel 电子表格有 1161 行。我想保留第一行（索引为 0），并跳过第 2:337 行。似乎参数 skiprows 仅在涉及 0 索引时才有效。我不知道我是否错了，但我的代码的几次运行总是产生读取我的 1161 行的 all 的输出，而不是仅在第 337 行之后。比如这样：

documentationscore_dataframe = pd.read_excel("Documentation Score Card_17DEC2015 Rev 2 17JAN2017.xlsx",
                                        sheet_name = "Sheet1",
                                        skiprows = "336",
                                        usecols = "H:BD")

这是我设置的另一种尝试。

documentationscore_dataframe = pd.read_excel("Documentation Score Card_17DEC2015 Rev 2 17JAN2017.xlsx",
                                        sheet_name = "Sheet1",
                                        skiprows = "1:336",
                                        usecols = "H:BD")

我希望数据框在原始 Excel 导入中排除第 2 到 337 行。

【参考方案1】：

根据documentation 的pandas.read_excel，skiprows 必须类似于列表。

试试这个来排除第 1 到 336 行（含）：

df = pd.read_excel("file.xlsx",
                   sheet_name = "Sheet1",
                   skiprows = range(1, 337),
                   usecols = "H:BD")

注意：range 构造函数被视为类似list，因此不需要显式的列表转换。

【讨论】：

+1 表示它类似于列表，解决了我阅读标题但跳过第一行之后的问题（pd.read_excel(path, skiprows=[1])）