Python读取Excel指定Sheet和行列数据的实现方法

蓝鲸

发布时间：2026-11-14| 4人浏览过

原创

详细讲解使用Python读取Excel指定工作表（Sheet）以及指定行、列数据的两种主流实现方法（pandas与openpyxl），包含原理剖析、坐标差异对比、完整代码示例与常见避坑指南。

在日常数据处理与办公自动化中，Excel文件往往包含多个工作表（Sheet）以及大量非目标数据。如果每次都将整个工作簿无差别读入内存，不仅增加程序耗时，还会产生多余的内存开销。本文将针对“指定Sheet”与“指定行列”这两个核心需求，详细讲解基于 pandas 和 openpyxl 的具体实现方案，并解析两者的机制差异与适用边界。

Python读取Excel指定Sheet和行列数据的实现方法 — 图 1：Excel 定向读取的核心流程与阶段划分

一、使用 pandas 读取指定 Sheet 与行列数据

pandas 是 Python 中处理表格数据的首选工具。其内置的 pd.read_excel() 函数封装了完整的参数体系，允许开发者在初次读入文件时直接过滤掉不必要的表格部分。

1. 环境准备

运行前确保安装了 pandas 以及处理 .xlsx 格式所必需的底层引擎 openpyxl：

pip install pandas openpyxl

2. 指定 Sheet 的两种方式

通过参数 sheet_name 可以精确指定要加载的工作表：

按名称指定：如 sheet_name='销售明细'。适合工作簿内工作表顺序可能发生变动但名称固定的场景。
按索引编号指定：如 sheet_name=0（表示第1个Sheet）。适合Sheet名称动态生成但顺序恒定的场景。
同时读取多个Sheet：传入列表如 sheet_name=['Sheet1', 'Sheet2']，将返回一个以名称为键、DataFrame为值的字典。

3. 指定行与列的关键参数

pd.read_excel() 提供了非常直观的行与列过滤参数：

usecols（指定列）：支持多种写法。可以传入 Excel 列字母范围（如 "A:D,F"），也可以传入列索引列表（如 [0, 1, 3]）或列名列表。
skiprows（跳过行）：整数或列表。例如 skiprows=2 会跳过前2行，直接以第3行作为数据或表头。
nrows（指定读取行数）：整数。例如 nrows=50，从有效起始行开始仅读取后50行数据。

4. 完整代码示例

import pandas as pd

# 目标文件路径
file_path = "financial_report.xlsx"

# 示例：读取名为 "Q3_Detail" 的工作表，仅读取 A、B、D 列，且跳过前两行说明文本，只取前100行数据
df = pd.read_excel(
    file_path,
    sheet_name="Q3_Detail",
    usecols="A:B,D",
    skiprows=2,
    nrows=100
)

# 查看读取结果的结构与前5行数据
print("读取形状 (行数, 列数):", df.shape)
print(df.head())

注意：在默认情况下，pandas 会将 skiprows 之后的第1行视作列名（Header）。如果指定区域内本身不包含列名，请务必显式指定 header=None，否则第1行实际数据会被误当作字段名解析。

二、使用 openpyxl 精确按坐标读取数据

如果当前运行环境对资源要求极其苛刻，或者任务仅仅是提取少数几个特定单元格，引入整个 pandas 会显得较为臃肿。此时使用纯净的 openpyxl 库能够提供更轻量的解决方案。

1. 加载工作簿并选取工作表

openpyxl 采用面向对象的工作簿模型，通过字典索引方式直接获取目标工作表：

from openpyxl import load_workbook

# data_only=True 确保读取的是公式计算后的结果值，而非公式表达式本身
wb = load_workbook("financial_report.xlsx", data_only=True)

# 通过工作表名称获取 Worksheet 对象
ws = wb["Q3_Detail"]

# 或者通过 active 属性获取当前默认激活的 Sheet
# ws = wb.active

2. 指定行列读取的两种常用写法

openpyxl 提供了两种直观的读取模式：切片语法与迭代器。

切片坐标语法：使用类似 ws['A3:D10'] 的 Excel 风格范围表示法，返回一个嵌套元组。
iter_rows 迭代器：使用 ws.iter_rows(min_row=3, max_row=10, min_col=1, max_col=4, values_only=True)。该方法支持指定最大/最小行列号，并且通过 values_only=True 直接返回单元格的数值，免去手动访问 cell.value 的繁琐操作。

3. 完整代码示例

from openpyxl import load_workbook

wb = load_workbook("financial_report.xlsx", data_only=True)
ws = wb["Q3_Detail"]

# 提取第3行到第10行、第1列(A)到第4列(D)的所有单元格数据
data_rows = []
for row in ws.iter_rows(min_row=3, max_row=10, min_col=1, max_col=4, values_only=True):
    data_rows.append(row)

# 打印提取到的行记录
for r in data_rows:
    print(r)

# 操作完毕后关闭工作簿句柄
wb.close()

三、关键差异与技术方案对比

虽然两种方法均能实现指定工作表与行列的提取，但由于底层设计哲学不同，在索引基数、依赖体积及数据结构上存在显著差异：

为了在实际开发中快速抉择，下表归纳了两种做法在具体指标上的对照关系：

对比维度	pandas.read_excel	openpyxl
坐标系统	以 0 为起始索引（列名/数据切片）	以 1 为起始索引（物理行号与列号）
Sheet 指定方式	名称字符串或 0-based 数字序号	工作表名称作为键（`wb['name']`）
行列切片形式	`usecols="A:C"`, `skiprows=n`, `nrows=m`	`iter_rows(min_row, max_row, min_col, max_col)`
输出数据类型	`pandas.DataFrame`	`tuple` / 嵌套生成器
公式处理支持	自动转换为计算后结果	需设置 `data_only=True` 方可获取计算值
外部依赖重量	较重（需安装 numpy、pandas、openpyxl 等）	轻量（仅依赖 openpyxl 原生库）

四、实际应用中的常见易错点与注意事项

公式单元格读取出 None 的问题：
在使用 openpyxl 设置 data_only=True 读取含公式的表格时，如果该文件是由非 Excel 工具（如第三方脚本或简易导出库）生成的，且从未在真实 Excel 软件中打开保存过，Excel 缓存的结果值可能不存在，此时读取会返回 None。如果必须读取公式计算值，需确保工作簿此前已被正规办公软件计算保存。
Sheet 名称前后的不可见空格：
经常有业务人员导出的工作表名称末尾带有空格（如 "Sheet1 "）。在通过字符串匹配时会导致 KeyError 或警告。建议在动态脚本中先通过 wb.sheetnames 或 pd.ExcelFile(path).sheet_names 查看真实存在的表名列表，并配合 strip() 处理。
表头行导致行号发生偏移：
在 pandas 中使用 skiprows=5 时，第6行会被默认当成 DataFrame 的表头（columns），因此数据体（data rows）实际从第7行开始计算。若需保留第6行作为数据，必须设置 header=None。
内存优化策略：
当目标 Excel 文件非常庞大（几十兆以上）而只需提取末尾几行时，openpyxl 提供了只读模式 load_workbook(..., read_only=True)，它采用流式 XML 解析，极大减少了内存占用。

五、总结与技术选型建议

实现“Python读取Excel指定Sheet和行列数据”的技术核心在于：理清任务所处的数据形态，按需施加过滤参数。

对于大部分面向报表汇总与数据统计的工程，直接使用 pandas.read_excel 配合 usecols、skiprows 和 nrows 是开发效率最高的选择；而在要求零重型依赖、极低资源占用、或者针对特定分散单元格坐标进行抽样的轻量级任务中，openpyxl 的坐标切片与 iter_rows 则具备不可替代的灵活性与确定性。