Python Pandas数据框读取Excel工作表中的精确指定范围

Question

我有很多不同的表格（以及excel表格中的其他非结构化数据）。我需要创建一个超出范围的数据框架A3：D20＆＃39;来自＆＃39; Sheet2＆＃39; Excel表格＆＃39;数据＆＃39;。

我遇到的所有示例都向下钻取到工作表级别，但不是如何从精确范围中选择它。

import openpyxl
import pandas as pd

wb = openpyxl.load_workbook('data.xlsx')
sheet = wb.get_sheet_by_name('Sheet2')
range = ['A3':'D20']   #<-- how to specify this?
spots = pd.DataFrame(sheet.range) #what should be the exact syntax for this?

print (spots)

我得到这个后，我打算在A栏中查找数据并在B栏中找到相应的值。

编辑1：我意识到openpyxl花费的时间太长了，所以将其改为pandas.read_excel('data.xlsx','Sheet2')，而且至少在那个阶段要快得多。

编辑2：目前，我已将数据放在一张表格中：

• 删除了所有其他信息
• 添加了列名，
• 在我最左边的列
上应用了index_col
• 然后使用wb.loc[]

Answer 1

使用pandas read_excel documentation中的以下参数：

  

  
• skiprows：list-like      
    
  • 开始时跳过的行（0索引）
    
  
• parse_cols：int或list，默认为None      
    
  • 如果为None，则解析所有列，
    
  • 如果int则表示要解析的最后一列
    
  • 如果整数列表则表示要解析的列号列表
    
  • 如果字符串则表示以逗号分隔的列名和列范围列表（例如“A：E”或“A，C，E：F”）
    
  

我想这个电话会是这样的：

df = read_excel(filename, 'Sheet2', skiprows = 2, parse_cols = 'A:D')

Answer 2

执行此操作的一种方法是使用openpyxl模块。

以下是一个例子：

from openpyxl import load_workbook

wb = load_workbook(filename='data.xlsx', 
                   read_only=True)

ws = wb['Sheet2']

# Read the cell values into a list of lists
data_rows = []
for row in ws['A3':'D20']:
    data_cols = []
    for cell in row:
        data_cols.append(cell.value)
    data_rows.append(data_cols)

# Transform into dataframe
import pandas as pd
df = pd.DataFrame(data_rows)

Answer 3

我对O.25熊猫的回答测试并运行良好

pd.read_excel('resultat-elections-2012.xls', sheet_name = 'France entière T1T2', skiprows = 2,  nrows= 5, usecols = 'A:H')
pd.read_excel('resultat-elections-2012.xls', index_col = None, skiprows= 2, nrows= 5, sheet_name='France entière T1T2', usecols=range(0,8))

所以： 我需要第一两行之后的数据;选择所需的行（5），并将A列为H。
小心@shane答案需要使用Pandas的新参数进行改进和更新