```markdown

使用 pandas 读取 Excel 文件的多个 sheet

在数据分析中，pandas 是一个非常强大的工具，尤其在处理 Excel 文件时。pandas 提供了非常简便的方法来读取 Excel 文件中的多个工作表（sheet）。本文将介绍如何使用 pandas 读取 Excel 文件中的多个工作表，并进行相关的数据处理。

1. 安装必要的库

首先，确保你已经安装了 pandas 和 openpyxl（openpyxl 是 pandas 用来读取 .xlsx 文件的引擎）：

bash pip install pandas openpyxl

2. 读取 Excel 文件中的多个 sheet

2.1 读取所有工作表

使用 pandas.read_excel() 函数时，如果不指定 sheet_name 参数，它默认会读取第一个工作表。如果你想要读取所有的工作表，可以将 sheet_name 设置为 None，这样会返回一个字典，字典的键是工作表的名称，值是相应的 DataFrame。

```python import pandas as pd

读取 Excel 文件中的所有 sheet

file_path = 'example.xlsx' dfs = pd.read_excel(file_path, sheet_name=None)

输出所有工作表的名称

print(dfs.keys())

访问某个特定的工作表

df_sheet1 = dfs['Sheet1'] ```

在上面的代码中，dfs 是一个字典，其中的每个键是工作表的名称，值是对应工作表的数据（以 DataFrame 的形式存储）。你可以通过键来访问特定的工作表。

2.2 读取多个指定的工作表

如果只需要读取特定的几个工作表，可以通过将 sheet_name 设置为一个列表来指定。

```python import pandas as pd

读取指定的多个工作表

file_path = 'example.xlsx' sheets = ['Sheet1', 'Sheet2'] dfs = pd.read_excel(file_path, sheet_name=sheets)

输出工作表的数据

df_sheet1 = dfs['Sheet1'] df_sheet2 = dfs['Sheet2'] ```

在这个例子中，dfs 字典中只包含 Sheet1 和 Sheet2 的数据。

2.3 读取工作表时返回一个字典

如果你需要读取的工作表非常多，也可以考虑直接将结果返回为一个字典，便于管理。

```python import pandas as pd

读取多个工作表并返回一个字典

file_path = 'example.xlsx' sheets = ['Sheet1', 'Sheet3'] dfs = pd.read_excel(file_path, sheet_name=sheets)

输出字典中的所有数据

for sheet_name, df in dfs.items(): print(f"Data from {sheet_name}:") print(df.head()) ```

3. 处理 Excel 数据

读取完数据后，你可以对每个工作表的数据进行各种操作。例如，你可以对工作表的数据进行清洗、合并、分析等。

```python

假设 df_sheet1 和 df_sheet2 已经被读取

df_sheet1_cleaned = df_sheet1.dropna() # 删除缺失值 df_sheet2_cleaned = df_sheet2[df_sheet2['ColumnA'] > 100] # 筛选数据

合并两个数据框

df_combined = pd.concat([df_sheet1_cleaned, df_sheet2_cleaned], axis=0) ```

4. 总结

通过 pandas 提供的 read_excel 函数，我们可以非常方便地读取 Excel 文件中的多个工作表。可以通过设置 sheet_name=None 来读取所有工作表，或者通过设置为列表来指定读取某些工作表的数据。读取后，你可以利用 pandas 提供的强大功能进行数据清洗、转换和分析。

希望本文对你有帮助，助你更好地处理 Excel 数据！ ```