```markdown
pd.read_excel 读取 XLSX 文件在数据科学和数据分析中，处理 Excel 文件是一项常见的任务。Pandas 提供了强大的工具来简化这一过程，pd.read_excel 函数是用于读取 Excel 文件（包括 .xlsx 格式）的主要方法。
要使用 pd.read_excel，你首先需要安装 pandas 和 openpyxl（Excel 文件读取的引擎）。可以通过以下命令安装：
bash
pip install pandas openpyxl
最简单的用法是将 Excel 文件路径传递给 pd.read_excel：
```python import pandas as pd
df = pd.read_excel('file.xlsx')
print(df.head()) ```
如果 Excel 文件包含多个工作表，可以使用 sheet_name 参数来指定要读取的工作表：
```python
df = pd.read_excel('file.xlsx', sheet_name='Sheet1') ```
你也可以使用工作表的索引来指定读取哪个工作表（索引从 0 开始）：
```python
df = pd.read_excel('file.xlsx', sheet_name=0) ```
如果你想同时读取多个工作表，可以将 sheet_name 设置为一个列表：
```python
dfs = pd.read_excel('file.xlsx', sheet_name=['Sheet1', 'Sheet2'])
print(dfs['Sheet1'].head()) print(dfs['Sheet2'].head()) ```
有时你只需要 Excel 文件中的某些列，可以通过 usecols 参数来指定需要读取的列：
```python
df = pd.read_excel('file.xlsx', usecols=['A', 'C', 'D']) ```
你也可以使用列的索引来选择列：
```python
df = pd.read_excel('file.xlsx', usecols=[0, 2, 3]) ```
如果你需要跳过 Excel 文件中的某些行，可以使用 skiprows 参数。例如，如果你想跳过前两行：
```python
df = pd.read_excel('file.xlsx', skiprows=2) ```
如果需要跳过多行，可以传递一个包含行号的列表：
```python
df = pd.read_excel('file.xlsx', skiprows=[0, 1, 5]) ```
有时你可能希望在读取时设置列的数据类型。可以通过 dtype 参数来指定：
```python
df = pd.read_excel('file.xlsx', dtype={'Column1': str, 'Column2': float}) ```
除了读取工作表的数据，pd.read_excel 还允许你获取 Excel 文件的元数据。例如，获取文件中的工作表名称：
```python
xls = pd.ExcelFile('file.xlsx') print(xls.sheet_names) ```
如果 Excel 文件包含空值，Pandas 会自动将这些空值转换为 NaN。你可以通过 na_values 参数来指定其他值被视为空值：
```python
df = pd.read_excel('file.xlsx', na_values=['NA', 'n/a']) ```
除了读取 Excel 文件，Pandas 还允许你将 DataFrame 保存为 Excel 文件。使用 to_excel 方法即可：
```python
df.to_excel('output.xlsx', index=False) ```
pd.read_excel 是一个功能强大的工具，可以轻松读取和处理 Excel 文件。通过指定不同的参数，你可以灵活地控制读取的数据，处理不同格式和需求的 Excel 文件。
```