Pandas - 从Excel读取表格

Question

我正在尝试用Pandas从Excel中读取一个表格，但是我无法做到。

例如，下面的代码适用于我，并且它可以读取来自File.xlsx文件上的Sheet1中的数据。

df = pd.read_excel('File.xlsx', sheetname='Sheet1')

但是在那个表格中有一个名为“Table4”的表格，我想使用Python在pandas中读取它。

这段文字的翻译如下：

表格可以按行或列增加。只有表格名称不变。表格的侧边内容也会发生变化。

您可以使用Pandas来实现这一点，或者您可以建议其他替代方案。

- Student of the Digital World

---

你能分享一张包含表格的Excel截图吗？ - meW

你正在使用的pandas版本是什么？ - Mayank Porwal

@MayankPorwal 0.19.2 - - Student of the Digital World

@meW 已添加。谢谢。 - Student of the Digital World

据我所知，没有读取特定对象的选项。解决方法总是先读取整个对象，然后相应地进行切片。 - Yuca

@Sid29 我相信在 pandas 版本 0.22 及以上，此问题已得到解决。请尝试升级 pandas 版本。它应该能够轻松读取表格。 - Mayank Porwal

Answer 1

Pandas目前没有直接读取表格的方法，但是下面这个函数可以使用openpyxl库来读取（这也是pandas用于读取当前excel文件的库）。

请注意，这种技术是从我未撰写的博客文章（在此处找到）中学到的，尽管我的代码略有不同。

import pandas as pd
import openpyxl

def read_table(file_name: str, table_name: str) -> pd.DataFrame:
    wb = openpyxl.load_workbook(file_name, read_only= False, data_only = True) # openpyxl does not have table info if read_only is True; data_only means any functions will pull the last saved value instead of the formula
    for sheetname in wb.sheetnames: # pulls as strings
        sheet = wb[sheetname] # get the sheet object instead of string
        if table_name in sheet.tables: # tables are stored within sheets, not within the workbook, although table names are unique in a workbook
            tbl = sheet.tables[table_name] # get table object instead of string
            tbl_range = tbl.ref #something like 'C4:F9'
            break # we've got our table, bail from for-loop
    data = sheet[tbl_range] # returns a tuple that contains rows, where each row is a tuple containing cells
    content = [[cell.value for cell in row] for row in data] # loop through those row/cell tuples
    header = content[0] # first row is column headers
    rest = content[1:] # every row that isn't the first is data
    df = pd.DataFrame(rest, columns = header)
    wb.close()
    return df

版本：

In [50]: pd.__version__
Out[50]: '1.3.5'

In [51]: openpyxl.__version__
Out[51]: '3.0.9'

- scotscotmcc

---

谢谢您。这个话题的信噪比非常可怕，尤其是对于本应该从一开始就在pandas.read_excel中处理的事情来说。 - Ian Beyer

Answer 2

正如@MayankPorwal建议的那样，升级pandas版本。我目前正在使用0.23.4版本，并且可以轻松地加载如下表格。

pd.__version__
0.23.4

输入 Excel 文件 -

读取代码 -

df = pd.read_excel('SO.xlsx')
df

输出 -

- meW

---

那就是了。我只需要Column1、Column2和Column3以及它下面的三行。它在Excel中被定义为Table 4对象，我只需要这个。 - Student of the Digital World

一旦您完整加载了Excel，您可以轻松地索引表格，或者您有其他限制吗？ - meW

它可以动态地改变列名和周围的数据。 - Student of the Digital World

你能告诉我列名是否遵循任何模式，例如 ColA，ColB，ColC。此外，您是否知道表中的行数？ - meW

思考一下，我会在这件事上回复你的。 - Student of the Digital World