pandas数据处理：常用却不甚了解的函数,pd.read_excel( 二 ) _生活百科

文章插图
是这种效果（截取部分数据图像）：

文章插图
header参数可以有效的解决这个问题，可以看到行标签为1的数据才是我们需要的列名，所以在读取数据的时候进行设置就可以了：

文章插图
输出结果：

文章插图
这样就符合要求了！
对header参数的其他设置
为了满足好奇心，我们也实验一下其他的参数，比如整数组成的列表，提前预告，读出来不一定符合业务逻辑要求哦。

文章插图
输出结果：

文章插图
能看到的确有两行列名！
如果不要列名是什么样子呢？

文章插图
输出结果：

文章插图
不指定列名后的效果就是这样的了！
names参数
官方文档说这个参数接收 array-like, 默认 None，表示要使用的列名列表，如果不需要列名，请设置header = None，如果header = None和names参数都设置的话，依然会显示names指定的列名。
还是通过实例来感受下参数的作用吧,为了节省篇幅，代码放入截图中：

文章插图
如果原始表格中的列名不符合需求，比如上图中很明显是进行聚合后系统生成的列名，在读入数据的时候可以根据需求自定义列名，需要注意的是指定的列名和原数据中的列名是依据位置一一对应的，顺序不要乱了！
index_col参数
官方文档说这个参数接收整数，或者由整数组成的列表，默认是None 。
这个参数的作用是指定用哪一列做为行索引。如果传给参数的是整数n，则表示指定第n列作为行索引，如果传入的是列表，则表示需要指定多列作为行索引。上一篇文章中介绍了header参数，是指定由哪一行作为列名，也是传入整数或者整数组成的列表，可以对比记忆。
来个例子感受一下：

文章插图
上边的例子分别采用了默认值None，整数0和列表[0,1]对index_col进行了设置，用法和效果一目了然。
usecols参数
看下官方文档是怎么说的：该参数接收整数，字符或者类似列表的序列，默认值是None，返回的是列的子集，直白点解释就是在读入表格的时候不是所有的列都会被读入，可以通过usecols参数来设置要把哪些列读取进来。
如果是None，表示所有的列都会被读取如果是整数，表示被读取进来的最后一列，比如说传整数n给usecols，那么最终读取进来的是第0到第n列，注意不是只把第n列读进来。如果像要只读某一列怎么办呢？别急，接着往下看。如果是列表，表示选取指定的列读取，比如像要只读入第n列，这样就可以usecols=[n]，如果是多列，就把多个整数放入一个列表中传递给参数。需要留心的是，列表中不止可以传入整数，也可以是字段名组成的列表。
温馨提示：如果设置了names参数，注意设置的列名个数要和读取的列数一致
来个直观的例子感受下：

文章插图
结合对参数的文字说明看例子，还是蛮清楚明白的。
squeeze参数
来自官方文档的解释：接收布尔值，当取值为True的时候，如果解析的数据仅包含一列，则返回Series 。默认值是False，即只有一列也返回Dataframe 。
举例说明：

文章插图
如果需要读进来一个Series，可以通过squeeze参数实现。
dtype参数
惯例还是官方文档的解释：输入表示数据类型的名称字符或者字典，如果输入的是字符表示整个表格的数据都转换成指定的数据类型，如果输入的是字典，那么每个字段可以指定不同的数据类型。
来个例子帮助理解：

文章插图
由于整个表格中既有文本又有数值，如果要设置成统一的数据类型只能设置成字符型了；针对每一列设置不同的数据类型，效果还是很明显的。