将excel中的某些列读取到数据框

Question

我想将 Excel 文件中的某些列读入数据框中，但是我想用列标题名称指定该列。

例如，我有一个 Excel 文件，在第 2 表中有两列：A 列中的“数字”和 B 列中的“外键”）。我想将“外键”导入到数据框中。我使用以下脚本执行此操作：

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols=[0,1]) 

它在我的 xl_file 中显示以下内容：

       number ForeignKey
0       1        abc
1       2        def
2       3        ghi

如果列数较少，我可以通过指定usecols=[1]. 但是，如果我有很多列并且知道列名模式，那么通过指定列名会更容易。我尝试了以下代码，但它给出了空数据框。

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols=['ForeignKey']) 

根据以下链接中的讨论，上面的代码运行良好，但对于read_csv.

[如何在使用 Pandas 读取 csv 文件时删除它的特定列？

有没有办法做到这一点来读取excel文件？

先感谢您

Answer 1

有一个解决方案，但 csv 的处理方式与 excel 不同。

\n

来自文档，对于 csv：

\n

\n

usecols ：类似列表或可调用，默认 None

\n

例如，有效的类似列表的 usecols 参数将为 [0, 1, 2] 或 [\xe2\x80\x98foo\xe2\x80\x99, \xe2\x80\x98bar\xe2\x80\x99, \xe2\ x80\x98baz\xe2\x80\x99]。

\n

\n

对于 Excel：

\n

\n

usecols : int 或 list, 默认 None

\n

\n
• 如果 None 则解析所有列，
\n
• 如果是 int 则表示要解析的最后一列
\n
• 如果是整数列表则表示要解析的列号列表
\n
• 如果字符串则表示以逗号分隔的 Excel 列字母和列范围列表（例如 \xe2\x80\x9cA:E\xe2\x80\x9d 或 \xe2\x80\x9cA,C,E:F\xe2\x80\x9d） 。范围包括两边
\n

\n

\n

所以你需要这样称呼它：

\n

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols='ForeignKey')\n

\n

如果您还需要'number'：

\n

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2', usecols='number,ForeignKey')\n

\n

编辑：\n你需要输入 Excel 列的名称而不是数据的名称。\n另一个答案解决了这个问题。\n但是你不需要 'B:B'，'B' 会解决这个问题，但它赢了不要用数字来改善 usecols。

\n

如果您可以立即加载所有数据，那么解决此问题的最佳方法可能是解析所有列，然后选择所需的列：

\n

xl_file = pd.read_excel('D:/SnapPython/TestDF.xlsx', sheet_name='Sheet 2')['ForeignKey']\n

\n