Python怎么读取Excel指定Sheet、行和列范围的数据

在 Python 中读取 Excel 指定工作表（Sheet）以及特定的行、列范围，核心在于准确传入工作表标识与行列定位参数。最常用的两套方案是 pandas 与 openpyxl：如果需要对数据进行批量计算、清洗或转为规整的二维结构，使用 pandas.read_excel() 搭配 sheet_name、usecols、skiprows 和 nrows 可以最快拿到规整的 DataFrame；如果只需要轻量提取、保留原单元格格式与公式属性，或按特定单元格坐标精准切片（如 B3:E15），使用 openpyxl 的 ws.iter_rows() 则是更为直接高效的选择。本文将分别介绍这两套方案的具体实现、参数映射原理、运行示例与选型差异。

一、读取前的准备工作与示例数据说明

在执行读取前，需要通过终端安装所需的解析库。pandas 内部处理 .xlsx 文件时依赖 openpyxl 作为解析引擎，因此在实际开发中通常建议同时安装两者：

pip install pandas openpyxl

为了让后续的代码示例与截取参数能够清晰对应，本文设定一个具有典型报表排布特征的 Excel 文件 sales_report.xlsx。该文件包含三个工作表："Summary"、"2024年销售明细" 和 "员工名单"。

目标工作表为 "2024年销售明细"，其内部网格结构呈现以下特点：

• 第 1 行：大标题居中合并行，内容为“XX公司2024年度销售数据总览”，并非实际的数据字段名。
• 第 2 行：真实的表头字段行，A 列至 F 列依次为：“序号”、“产品名称”、“所属分类”、“单价”、“销量”、“备注”。
• 第 3 行至第 50 行：逐笔销售业务记录。

截取目标：只提取 "2024年销售明细" 工作表中，从“产品名称”到“销量”（即 B 列至 E 列），且只截取第 2 行表头及其后续的 5 行有效数据（即 Excel 物理范围 B2:E7），忽略第 1 行标题和无关的 A 列、F 列。

二、方法一：使用 pandas 快速读取指定范围

pandas.read_excel() 函数内置了丰富的切片参数，无需手动编写双重循环遍历单元格，可以在加载阶段就直接过滤出目标区域。

1. 核心参数说明

• sheet_name：指定要读取的工作表。可以传入字符串工作表名（如 "2024年销售明细"），也可以传入从 0 开始的整数索引（如 1 表示第二个 Sheet）。
• skiprows：跳过工作表开头的无关行数。因为第 1 行是大标题，设置 skiprows=1 会让 pandas 从 Excel 的第 2 行开始解析，并自动将第 2 行识别为 DataFrame 的列名（Header）。
• nrows：指定从有效数据起点开始向下读取的行数。若设定 nrows=5，则读取表头之后的 5 行数据记录。
• usecols：指定需要保留的列。支持传入 Excel 原生列字母区间字符串（如 "B:E"）、列号列表（如 [1, 2, 3, 4]，注意列号从 0 计数）或目标列名列表。

2. 完整代码示例

import pandas as pd

file_path = "sales_report.xlsx"

# 通过指定参数完成 Sheet、行、列的三重精准截取
df = pd.read_excel(
    io=file_path,
    sheet_name="2024年销售明细",  # 锁定指定工作表
    skiprows=1,                 # 跳过第 1 行的报表大标题
    nrows=5,                    # 仅读取表头后的 5 行数据
    usecols="B:E"               # 截取 B 列（产品名称）至 E 列（销量）
)

# 打印读取结果与维度
print("=== 读取到的 DataFrame 预览 ===")
print(df)
print(f"数据形状: {df.shape[0]} 行 x {df.shape[1]} 列")
print(f"字段列表: {list(df.columns)}")

可以看到，skiprows=1 让 pandas 避开了大标题干扰，准确将 Excel 的第 2 行识别为了字段名称；usecols="B:E" 剔除了无用的序号和备注列；nrows=5 使得提取的数据集精准停在第 7 行，产出的 DataFrame 可直接参与后续的数据统计与计算。

三、方法二：使用 openpyxl 进行精准单元格切片

如果开发环境不允许引入庞大的 pandas 依赖，或者任务属于轻量级脚本、批量模板填充，使用 openpyxl 能以更纯粹的原生方式读取目标区域。

1. 坐标切片的两种方式

在 openpyxl 中，坐标编号是基于 1 的物理序号（1-indexed），这与 Excel 界面上看到的行号、列号是一致的。获取指定范围主要有两种写法：

• 二维切片语法：ws['B2:E7']。返回由 Cell 对象组成的嵌套元组，需要遍历单元格并读取 .value 属性。
• 迭代生成器语法：ws.iter_rows(min_row=2, max_row=7, min_col=2, max_col=5, values_only=True)。该方法效率更高，通过传入 values_only=True 可以直接跳过 Cell 对象构造，直接输出纯数值元组。

2. 完整代码示例

import openpyxl

file_path = "sales_report.xlsx"

# data_only=True 确保读取公式单元格时获取计算结果而非公式表达式字符串
wb = openpyxl.load_workbook(filename=file_path, data_only=True)

# 1. 指定工作表
if "2024年销售明细" in wb.sheetnames:
    ws = wb["2024年销售明细"]
else:
    raise ValueError("未找到指定的 Sheet: 2024年销售明细")

# 2. 通过 iter_rows 指定行号范围 (2到7) 与列号范围 (2到5，即 B 到 E)
records = []
for row in ws.iter_rows(min_row=2, max_row=7, min_col=2, max_col=5, values_only=True):
    records.append(row)

# 3. 解析表头与数据行
headers = records[0]       # 第 2 行的内容充当表头
data_rows = records[1:]    # 第 3 行到第 7 行的内容充当数据

print(f"提取字段: {headers}")
print(f"提取行数: {len(data_rows)} 条记录")
print("=== 逐行数据预览 ===")
for idx, row in enumerate(data_rows, start=1):
    print(f"第 {idx} 行: {row}")

# 关闭工作簿释放文件句柄
wb.close()

使用 iter_rows 时，列号需将字母换算为对应数字：A 列对应 1，B 列对应 2，E 列对应 5。如果不想手动换算，可以引入 openpyxl 内置的辅助函数 from openpyxl.utils import column_index_from_string，通过 column_index_from_string('B') 动态获取列号。

四、同等条件下的关键差异与技术选型

为了在不同业务场景下做出合理判断，下面在一致的目标条件（读取同样大小的指定矩形块 B2:E7）下，对比两者的核心差异：

五、边界情况与常见问题排查

1. 公式单元格读出为 None 或公式文本

在 openpyxl 中，默认加载的是单元格内记录的公式字符串（如 =SUM(D3:D7)），而非其计算数值。如果要读取计算值，必须在 load_workbook 时传入 data_only=True。

2. 合并单元格的范围提取陷阱

若指定的截取范围中包含合并单元格（例如某两行的“所属分类”合并为了“外设”），在 openpyxl 和 pandas 中：

• 只有合并区域左上角的首个单元格保留其实际值。
• 其余被合并的从属单元格在 openpyxl 中读取为 None，在 pandas 中读取为 NaN。
• 解决方案：在使用 pandas 读取后，可以对特定列执行 df['所属分类'] = df['所属分类'].ffill()（前向填充），恢复被合并格原本代表的分类信息。

3. 动态确定行范围与末尾边界

在不知道表格确切有多少行时，若需要从第 2 行一直截取到末尾，可以动态获取边界：

• pandas 做法：省略 nrows 参数，只保留 skiprows=1 和 usecols="B:E"，pandas 会自动读取到包含有效数据的最后一行。
• openpyxl 做法：使用 ws.max_row 取得末行行号，但需注意如果原表格底部存在空白格式刷残留，max_row 可能会虚高。可以通过倒序检查行中是否存在非空单元格来准确定位末行。