前情回顾

昨天我们学习了通过pandas简单地读取表格中的数据，我们还学会了如何通过sheet_name这个参数来控制读取哪一个表格。但是很多时候，我们不仅仅需要选择读取哪一个表格，还需要选择读取表格中的哪几行和哪几列数据，这时候就需要我们学习更多的技巧了。
今天就让我们一起来学习read_excel这个函数的高级版，因为读取csv格式的文件和读取excel文件是一样的，所以在这里就只是讲解如何读取excel文件，对csv文件的读取暂时就不再赘述了。

一、pandas从工作表的维度灵活读取数据

我们先复习一下昨天学的，首先我们还是一样，在d盘新建一个excel工作簿，然后在这个工作簿里面新建四个sheet工作表，其中工作簿和工作表的内容如下：

这是新建的工作簿的位置和名字

这是新建的工作簿里面的四个工作表




上面四张图片分别是新建立的四张工作表里面的数据

我们输入下面的代码，分别查看读取到的biaoge1,biaoge2和biaoge3的数据

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

biaoge1=pd.read_excel(file_name,sheet_name="各个产品销量")
print(biaoge1)

print("------------------")
print("------------------")

biaoge2=pd.read_excel(file_name,sheet_name=1)
print(biaoge2)

print("------------------")
print("------------------")

biaoge3=pd.read_excel(file_name,sheet_name=0)
print(biaoge3)

大家不妨先猜一猜，这三种读取方式分别会读取到哪一个表格的数据

可以看到，第一种：biaoge1=pd.read_excel(file_name,sheet_name=“各个产品销量”)
print(nums_products1)，读取到的是从左到右第四个表格，名为“各个产品销量”的表格的数据

第二种：biaoge2=pd.read_excel(file_name,sheet_name=1)
print(nums_products2)，读取到的是从左到右第二个表格，名为“各月销售额”的表格的数据

第三种：biaoge3=pd.read_excel(file_name,sheet_name=0)
print(nums_products3)，读取到的是从左到右第一个表格，名为“各个国家销量”的表格的数据

其中第一种是按照表格的名字进行读取，第二种和第三种是按照表格的位置读取，并且是从0开始，0，1，2，3这样的顺序，而不是1，2，3，4这样的顺序

那么问题来了，如果我们想一次读取全部的四个sheet表格的数据，又该怎么写呢？
其中一种方法就是如下：

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

biaoge1=pd.read_excel(file_name,sheet_name=["各个产品销量","各月销售额","各个国家销量","各大区总利润"])
print(biaoge1)

我们用一个中括号括起来，里面填写全部的四个表格的名字，然后点击运行，结果如下：

可以看到，这样我们就读取到了全部表格的数据，那么问题来了，如果我们这个工作簿里面有三十个工作表呢，那岂不是要填写三十个表格的名字，这样就太麻烦了，其实只需要将sheet_name这个参数的值设置为None,就行了，代码如下：

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

biaoge1=pd.read_excel(file_name,sheet_name=None)
print(biaoge1)

运行这个代码，你会发现和上面的结果是一样的，我们同时读取了全部的表格的数据

有的小伙伴可能发现了，前面我们不是用数字来控制读取的表格吗，那这里能不能用1，2，3，4呢，其实也是可以的，
我们可以尝试输入以下代码：

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

biaoge1=pd.read_excel(file_name,sheet_name=[0,1,2,3])
print(biaoge1)

这样我们同样可以读取全部的代码

那么我们能不能把两种读取方式混合着一起用呢，可以尝试输入下面的代码

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

biaoge1=pd.read_excel(file_name,sheet_name=[0,1,"各个国家销量","各大区总利润"])
print(biaoge1)

你会发现，这样也可以读取全部的表格的数据，是不是很神奇。
OK，回顾完毕，下面我们进入到今天的正菜环节，如何按照需求读取同一个表格的不同的行的数据和不同的列的数据

二、标题行

我们先简单地输入下面代码，读取第一个表格的数据

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

nums_products=pd.read_excel(file_name,sheet_name="各个产品销量")
print("读取各个产品销量")

结果如下：

你会发现，它会默认在最左边加上0，1，2，3，4这几个行标签，并且把表格第一行作为标题充当列标签，那么如果我们的数据没有标题呢？
现在表格中的数据如下：

我们删掉标题行后，表格中的数据如下：

我们再次运行上面的代码；

你会发现它把苹果当成了标题行,那么怎么办呢，这样的话我们就需要设置一下header这个参数了，我们可以将代码修改如下：

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

nums_products=pd.read_excel(file_name,sheet_name="各个产品销量",header=None)
print("读取各个产品销量")
print(nums_products)

我们运行上面代码后，结果如下：

你会发现这样就正常了
这里还有另一种情况，如果标题行存在，但是不在第一行呢，比方我们将上面的表格改为：

现在标题行在第八行，这种有没有方法读取呢？
有的有的，兄弟，有的，还是用上面heade来设置，先尝试下面代码;

import pandas as pd

file_name=r"D:\数据可视化示例Excel文件.xlsx"

nums_products=pd.read_excel(file_name,sheet_name="各个产品销量",header=8)
print("读取各个产品销量")
print(nums_products)

结果如下；

你会发现它还是把苹果这一行当成了标题，这是为什么呢？
很简单，因为行数从上往下也是从0开始的，依次应该是0，1，2，3，4，5，6，7，8，所以当我们将header设置为8的时候，其实是把第九行设置为了标题，

那么应该怎么改呢，聪明的同学肯定想到了，header=8改为header=7，就可以了
我么试一下输入下面代码：

nums_products=pd.read_excel(file_name,sheet_name="各个产品销量",header=7)
print("读取各个产品销量")
print(nums_products)

运行后，结果如下：

总结

今天我们回顾了昨天的内容，还进一步学习了如何通过pandas读取全部表格的数据，以及通过数字来控制读取哪一个表格，随后我们还学习了通过控制header来设置标题行。至于如何读取特定的行和特定的列的数据，因为内容太多今天就不讲了，我们明天再一探究竟。
感兴趣的朋友可以点个关注或者订阅哟！！！！！！