Python Pandas-首先查找标题，然后仅加载Excel工作表上的某些列

我试图用Pandas读取多个大型Excel文件，并将它们组合成一个CSV，并且只需要每个文件中一个数据表中的数据

在这个数据表中，有许多我不需要的填充行-基本上，我需要的数据从每个文件的不同位置开始。我需要的第一列数据称为

行标签

有没有办法让熊猫在标题为

行标签

的列下方和右边的四列中提取数据

现在，这正是我一直在尝试但没有成功的地方：

for f in glob.glob("../Test/Drawsheet*.xlsx"):
    df_temp = pd.ExcelFile(f)
    if 'PVT' in df_temp.sheet_names:
        df = pd.read_excel(df_temp, 'PVT', index_col=None, usecols='Row Labels')
        #df.to_csv('your_csv.csv', encoding='utf-8')
        #df = df_temp.parse('PVT')
        all_data = all_data.append(df, ignore_index=True, sort=True)

---

您可以告诉Pandas只加载第一行

20

（假设您的头在那里）。然后，您可以找到

行标签

值，然后使用此位置加载整个Excel文件。例如：

import pandas as pd

filename = 'input.xlsx'
sheet = 'Sheet1'

df = pd.read_excel(filename, sheet, nrows=20)
header_loc = df[df == 'Row Labels'].dropna(axis=1, how='all').dropna(how='all')
row = header_loc.index.item()
column = header_loc.columns.item()
df = pd.read_excel(filename, sheet, skiprows=row+1, usecols=list(range(column, column+5)))

---

如果您有一个CSV，下面的方法将起作用。它读取文件的每一行，并尝试在已解析的行中定位

行标签。这将失败，直到达到实际的标题行。当它这样做时，列索引用于在其右侧选择所需的列。
skiprows
参数用于告诉panda跳到文件中正确的标题行，并且
usecols
可以正确指定接下来的4个列名

import pandas as pd
import csv

filename = 'input.csv'

with open(filename, newline='') as f_csv:
    for row_number, row in enumerate(csv.reader(f_csv)):
        try:
            col = row.index('Row Labels')
            break
        except ValueError:
            continue

df = pd.read_csv(filename, skiprows=row_number, usecols=row[col:col+4])
print(df)

读入标题，找出列的位置，然后使用指定所需的5个索引的
usecols
读入文件。因此每个文件的列都不同。例如，有时它可能从G列开始，有时从H列开始。这就是为什么您只读取一行（
nrows=1
）（非常快），然后执行
idx=df.columns.get_loc（'Row Labels'）
，然后读取整个文件，指定
usecols=[*范围（idx，idx+5）]
如果行从第10行开始，而不是从第1行开始，您知道如何执行此操作吗？添加
skiprows=10
或需要多少行。这会转换为.xlsx吗？是的，我已经更新了答案。可以使熊猫只加载第一行并定位标题。然后可以使用该方法加载整个文件。