Python 读取excel框架时跳过特定的列集

我事先知道excel文件中不需要哪些列，我希望在读取文件时避免使用这些列以提高性能。大概是这样的：

import pandas as pd
df = pd.read_excel('large_excel_file.xlsx', skip_cols=['col_a', 'col_b',...,'col_zz'])

---

文档中没有与此相关的内容。有什么解决方法吗？

您可以使用以下技术。让我们不想要（想要跳过）的列为2 5 8，然后找到我们想要保留为

cols

的所有列，以便：

In [7]: cols2skip = [2,5,8]  
In [8]: cols = [i for i in range(10) if i not in cols2skip]

In [9]: cols
Out[9]: [0, 1, 3, 4, 6, 7, 9]

然后我们可以使用

usecols

，使用那些剩余的列（我们希望保留这些列）：

df = pd.read_excel(filename, usecols=cols)

---

如果您的pandas版本允许（首先检查是否可以将函数传递给usecols），我会尝试以下方法：

import pandas as pd
df = pd.read_excel('large_excel_file.xlsx', usecols=lambda x: 'Unnamed' not in x,)

---

这应该跳过所有没有标题名的列。您可以用不需要的列名列表替换“Unnamed”

您可以改用

usecols

参数吗？@Aran Fey这是可能的，但是与未使用的列列表（160对30）相比，要使用的列列表将非常大。您知道要跳过的列的索引（位置）吗？@MaxU Yes。我可以确定要跳过的列的索引，注意，

usecols

接受列字母作为参数：usecols=“A，C:AA”我认为这比@MarMat更“Pythonic”，因为它使用两行可读列表理解，其他使用lambda。我的理解是，如果您可以使用列表理解，那么在Python中总是避免使用lambda，并且lambda很少更快。如果你想让别人更快地理解你的代码，这会更容易。如果您正在处理Excel，并且发现其中一列是二进制图像字符串（我经常意外地得到），这是非常有用的！