问题描述：

我正在尝试通过以下方式读取 Excel 文件：

newFile = pd.ExcelFile(PATHFileName.xlsx)
ParsedData = pd.io.parsers.ExcelFile.parse(newFile)

这会引发一个错误，提示需要两个参数，但我不知道第二个参数是什么，而且我在这里试图实现的是将 Excel 文件转换为 DataFrame，我这样做对吗？ 或者有没有其他方法可以使用 Pandas 来做到这一点？

解决方案 1：

关闭：首先调用ExcelFile，然后调用.parse方法并将工作表名称传递给它。

>>> xl = pd.ExcelFile("dummydata.xlsx")
>>> xl.sheet_names
[u'Sheet1', u'Sheet2', u'Sheet3']
>>> df = xl.parse("Sheet1")
>>> df.head()
                  Tid  dummy1    dummy2    dummy3    dummy4    dummy5  \n0 2006-09-01 00:00:00       0  5.894611  0.605211  3.842871  8.265307   
1 2006-09-01 01:00:00       0  5.712107  0.605211  3.416617  8.301360   
2 2006-09-01 02:00:00       0  5.105300  0.605211  3.090865  8.335395   
3 2006-09-01 03:00:00       0  4.098209  0.605211  3.198452  8.170187   
4 2006-09-01 04:00:00       0  3.338196  0.605211  2.970015  7.765058   

     dummy6  dummy7    dummy8    dummy9  
0  0.623354       0  2.579108  2.681728  
1  0.554211       0  7.210000  3.028614  
2  0.567841       0  6.940000  3.644147  
3  0.581470       0  6.630000  4.016155  
4  0.595100       0  6.350000  3.974442  

您所做的是调用类本身中的方法，而不是实例，这是可以的（虽然不是很惯用），但如果您这样做，您还需要传递工作表名称：

>>> parsed = pd.io.parsers.ExcelFile.parse(xl, "Sheet1")
>>> parsed.columns
Index([u'Tid', u'dummy1', u'dummy2', u'dummy3', u'dummy4', u'dummy5', u'dummy6', u'dummy7', u'dummy8', u'dummy9'], dtype=object)

解决方案 2：

这是一个非常简单且容易的方法。

import pandas
df = pandas.read_excel(open('your_xls_xlsx_filename','rb'), sheetname='Sheet 1')
# or using sheet index starting 0
df = pandas.read_excel(open('your_xls_xlsx_filename','rb'), sheetname=2)

查看文档的完整详细信息。

FutureWarning：该sheetname关键字在较新的 Pandas 版本中已被弃用，请改用sheet_name。

解决方案 3：

我想我应该在这里补充一点，如果您想访问行或列来循环遍历它们，您可以这样做：

import pandas as pd

# open the file
xlsx = pd.ExcelFile("PATHFileName.xlsx")

# get the first sheet as an object
sheet1 = xlsx.parse(0)
    
# get the first column as a list you can loop through
# where the is 0 in the code below change to the row or column number you want    
column = sheet1.icol(0).real

# get the first row as a list you can loop through
row = sheet1.irow(0).real

编辑：

方法icol(i)和irow(i)现已弃用。您可以使用sheet1.iloc[:,i]获取第 i 个列和sheet1.iloc[i,:]获取第 i 个行。

解决方案 4：

我认为这应该可以满足你的需要：

import pandas as pd

# Read the excel sheet to pandas dataframe
df = pd.read_excel("PATHFileName.xlsx", sheet_name=0) #corrected argument name

解决方案 5：

这是更新的方法，其语法在 Python 代码中更常见。它还可以防止您多次打开同一个文件。

import pandas as pd

sheet1, sheet2 = None, None
with pd.ExcelFile("PATHFileName.xlsx") as reader:
    sheet1 = pd.read_excel(reader, sheet_name='Sheet1')
    sheet2 = pd.read_excel(reader, sheet_name='Sheet2')

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html

解决方案 6：

你只需要将文件路径输入到pd.read_excel

import pandas as pd

file_path = "./my_excel.xlsx"
data_frame = pd.read_excel(file_path)

查看文档以探索skiprows加载 Excel 时忽略行等参数

解决方案 7：

import pandas as pd

data = pd.read_excel (r'**YourPath**.xlsx')

print (data)

解决方案 8：

加载 Excel 文件时不明确命名工作表，而是提供工作表顺序号（通常只需加载第一个工作表），如下所示：

import pandas as pd
myexcel = pd.ExcelFile("C:/filename.xlsx")
myexcel = myexcel.parse(myexcel.sheet_names[0])

由于.sheet_names返回工作表名称列表，因此只需调用列表元素即可轻松加载一个或多个工作表。

解决方案 9：

这些都对我有用

In [1]: import pandas as pd

In [2]: df = pd.read_excel('FileName.xlsx') # If there is only one sheet in the excel file

In [3]: df = pd.read_excel('FileName.xlsx', sheet_name=0)

In [4]: In [20]: df = pd.read_excel('FileName.xlsx', sheet_name='Sheet 1')

解决方案 10：

加载pandas库

将 pandas 导入为 pd

设置文件所在路径

路径 = “./myfile.xlsx”

将文件加载到数据框 df 中

df = pd.read_excel（路径）

检查前5行

df.head(5)