pandas.ExcelFile.parse#

ExcelFile.parse(sheet_name=0, header=0, names=None, index_col=None, usecols=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_format=None, thousands=None, comment=None, skipfooter=0, dtype_backend=<no_default>, **kwds)[源代码][源代码]#

将指定的表格解析为 DataFrame。

等同于 read_excel(ExcelFile, …) 有关接受的参数的更多信息，请参阅 read_excel 的文档字符串。

参数:

sheet_namestr, int, list, 或 None, 默认 0

字符串用于工作表名称。整数用于零索引的工作表位置（图表工作表不计为工作表位置）。字符串/整数的列表用于请求多个工作表。指定 None 以获取所有工作表。

标题int, 整数列表, 默认 0

用于解析的 DataFrame 的列标签的行（从 0 开始索引）。如果传递了一个整数列表，这些行位置将组合成一个 MultiIndex。如果没有标题，请使用 None。

名称类数组, 默认 None

要使用的列名列表。如果文件不包含标题行，则应显式传递 header=None。

index_colint, str, 整数列表, 默认 None

列（从0开始索引）用作DataFrame的行标签。如果没有这样的列，则传递None。如果传递一个列表，这些列将组合成一个``MultiIndex``。如果使用``usecols``选择数据子集，index_col基于该子集。

缺失值将被向前填充，以允许与 merged_cells=True 的 to_excel 进行往返操作。为了避免向前填充缺失值，请在读取数据后使用 set_index 而不是 index_col。

usecolsstr, 类似列表的, 或可调用的, 默认 None

如果为 None，则解析所有列。
如果是字符串，则表示以逗号分隔的 Excel 列字母和列范围列表（例如 “A:E” 或 “A,C,E:F”）。范围的两边都包含在内。
如果是整数列表，则表示要解析的列号列表（从0开始索引）。
如果是字符串列表，则表示要解析的列名列表。
如果是可调用的，那么针对每个列名对其进行评估，如果可调用对象返回 True，则解析该列。

根据上述行为返回列的子集。

转换器字典, 默认为 None

用于转换某些列中值的函数字典。键可以是整数或列标签，值是接受一个输入参数（Excel 单元格内容）并返回转换后内容的函数。

true_values列表，默认为无

视为 True 的值。

false_values列表，默认为无

视为 False 的值。

skiprows列表式、整数或可调用对象，可选

文件开头要跳过的行号（从0开始索引）或要跳过的行数（整数）。如果是可调用的，可调用函数将针对行索引进行评估，如果该行应被跳过则返回True，否则返回False。一个有效的可调用参数示例是 lambda x: x in [0, 2]。

nrowsint, 默认为 None

要解析的行数。

na_values标量, 字符串, 类似列表的, 或字典, 默认无

额外的字符串识别为 NA/NaN。如果传递的是字典，则为每列指定 NA 值。

parse_dates布尔值、类列表或字典，默认值为 False

行为如下：

bool。如果为真 -> 尝试解析索引。
list 的整数或名称。例如，如果 [1, 2, 3] -> 尝试将第1、2、3列分别解析为单独的日期列。
list 的列表。例如，如果 [[1, 3]] -> 合并列 1 和 3 并解析为单个日期列。
dict，例如 {{‘foo’ : [1, 3]}} -> 将第1、3列解析为日期并称结果为 ‘foo’

如果列或索引包含一个无法解析的日期，整个列或索引将以对象数据类型原样返回。如果你不想将某些单元格解析为日期，只需在Excel中将它们的类型更改为“文本”。对于非标准日期时间解析，请在 pd.read_excel 之后使用 pd.to_datetime。

注意：对于 iso8601 格式的日期，存在一个快速路径。

date_format : str 或列 -> 格式的字典, 默认 Nonestr 或列 -> 格式的字典, 默认

如果在使用 parse_dates 的同时使用，将根据此格式解析日期。对于更复杂的情况，请以 object 形式读入，然后根据需要应用 to_datetime()。

thousandsstr, 默认为 None

用于将字符串列解析为数字的千位分隔符。请注意，此参数仅对在Excel中存储为文本的列是必要的，任何数字列将自动解析，无论显示格式如何。

评论str, 默认为 None

注释掉该行的剩余部分。传递一个或多个字符给这个参数，以指示输入文件中的注释。注释字符串和当前行末尾之间的任何数据都将被忽略。

skipfooterint, 默认 0

要跳过的行（0索引）。

dtype_backend{{‘numpy_nullable’, ‘pyarrow’}}

应用于结果 DataFrame 的后端数据类型（仍在实验中）。如果未指定，默认行为是不使用可为空的数据类型。如果指定，行为如下：

"numpy_nullable": 返回支持可空数据类型的 DataFrame
"pyarrow": 返回支持 pyarrow 的可空 ArrowDtype DataFrame

Added in version 2.0.

**kwdsdict, 可选

传递给 excel 引擎的任意关键字参数。

返回:

DataFrame 或 DataFrames 的字典: 从传入的 Excel 文件生成的 DataFrame。

参见

read_excel: 将 Excel 表格值 (xlsx) 文件读取到 DataFrame 中。
read_csv: 将逗号分隔值（csv）文件读取到 DataFrame 中。
read_fwf: 将固定宽度格式化的行读取到 DataFrame 中。

例子

>>> df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], columns=["A", "B", "C"])
>>> df.to_excel("myfile.xlsx")  
>>> file = pd.ExcelFile("myfile.xlsx")  
>>> file.parse()  