新版Pandas使用以下界面加载Excel文件:
read_excel('path_to_file.xls', 'Sheet1', index_col=None, na_values=['NA'])
但如果我不知道有哪些床单呢?
例如，我正在工作的excel文件，如下表
数据1，数据2…，数据N, foo, bar
但我不知道先验的N。
有没有办法从熊猫的excel文档中获得表的列表?
当前回答
import pandas as pd
path = "\\DB\\Expense\\reconcile\\"
file_name = "202209-v01.xlsx"
df = pd.read_excel(path + file_name, None)
print(df)
sheet_names = list(df.keys())
# print last sheet name
print(sheet_names[len(sheet_names)-1])
last_month = df.get(sheet_names[len(sheet_names)-1])
print(last_month)
其他回答
你仍然可以使用ExcelFile类(和sheet_names属性):
xl = pd.ExcelFile('foo.xls')
xl.sheet_names # see all sheet names
xl.parse(sheet_name) # read a specific sheet to DataFrame
更多选项参见文档解析…
这是我发现的最快的方法，灵感来自@divingTobi的答案。所有基于xlrd、openpyxl或pandas的答案对我来说都很慢，因为它们都先加载整个文件。
from zipfile import ZipFile
from bs4 import BeautifulSoup # you also need to install "lxml" for the XML parser
with ZipFile(file) as zipped_file:
summary = zipped_file.open(r'xl/workbook.xml').read()
soup = BeautifulSoup(summary, "xml")
sheets = [sheet.get("name") for sheet in soup.find_all("sheet")]
from openpyxl import load_workbook
sheets = load_workbook(excel_file, read_only=True).sheetnames
对于我正在使用的5MB Excel文件，没有read_only标志的load_workbook花了8.24秒。对于read_only标志，只需要39.6 ms。如果您仍然希望使用Excel库而不使用xml解决方案，那么这比解析整个文件的方法要快得多。
如果你:
关注业绩 在执行时不需要文件中的数据。 想要使用传统的库还是使用自己的解决方案
下面是一个~10Mb的xlsx, xlsb文件的基准测试。
xls, xlsx
from openpyxl import load_workbook
def get_sheetnames_xlsx(filepath):
wb = load_workbook(filepath, read_only=True, keep_links=False)
return wb.sheetnames
基准测试:~ 14倍的速度提升
# get_sheetnames_xlsx vs pd.read_excel
225 ms ± 6.21 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
3.25 s ± 140 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
xlsb
from pyxlsb import open_workbook
def get_sheetnames_xlsb(filepath):
with open_workbook(filepath) as wb:
return wb.sheets
基准测试:~ 56倍的速度提升
# get_sheetnames_xlsb vs pd.read_excel
96.4 ms ± 1.61 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
5.36 s ± 162 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
注:
这是一个很好的资源 http://www.python-excel.org/ XLRD从2020年起不再维持
如果你读excel文件
dfs = pd.ExcelFile('file')
然后使用
dfs.sheet_names
dfs.parse('sheetname')
另一种变体
df = pd.read_excel('file', sheet_name='sheetname')
