Excel文件对比pandas 中的 read_excel

我正在深入研究熊猫并进行实验。至于从Excel文件中读取数据。我想知道使用 ExcelFile 和 read_excel 有什么区别。两者似乎都有效（尽管语法略有不同，正如预期的那样），并且文档支持两者。在这两种情况下，文档描述的方法相同：“将 Excel 表读入 DataFrame”和“将 Excel 表读入 pandas DataFrame”。 （read_excel 的文档 http://pandas.pydata.org/pandas-docs/stable/generated/pandas.io.excel.read_excel.html, and 对于 excel_file http://pandas.pydata.org/pandas-docs/stable/generated/pandas.ExcelFile.parse.html?highlight=excelfile#pandas.ExcelFile)

我在这里看到使用任何一个的答案，没有解决差异。此外，谷歌搜索没有产生讨论此问题的结果。

WRT 我的测试，这些看起来是等价的：

path = "test/dummydata.xlsx"
xl = pd.ExcelFile(path)
df = xl.parse("dummydata")  # sheet name

and

path = "test/dummydata.xlsx" 
df = pd.io.excel.read_excel(path, sheetname=0)

除了后者节省了我一行的事实之外，两者之间是否有区别，是否有理由使用其中任何一个？

Thanks!

除了语法之外没有什么特别的区别。从技术上来说，ExcelFile是一个类并且read_excel是一个函数。在任何一种情况下，实际的解析都是由_parse_excel内定义的方法ExcelFile.

在 pandas 的早期版本中，read_excel https://github.com/pandas-dev/pandas/blob/v0.12.0/pandas/io/excel.py#L16完全由一条语句组成（注释除外）：

return ExcelFile(path_or_buf,kind=kind).parse(sheetname=sheetname,
                                              kind=kind, **kwds)

And ExcelFile.parse https://github.com/pandas-dev/pandas/blob/v0.12.0/pandas/io/excel.py#L81除了打电话之外没有做太多事情ExcelFile._parse_excel.

在最新版本的 pandas 中，read_excel https://github.com/pandas-dev/pandas/blob/v0.22.0/pandas/io/excel.py#L213确保它有一个ExcelFile对象（如果没有则创建一个），然后调用_parse_excel直接方法：

if not isinstance(io, ExcelFile):
    io = ExcelFile(io, engine=engine)

return io._parse_excel(...)

并通过更新（和统一）的参数处理，ExcelFile.parse https://github.com/pandas-dev/pandas/blob/v0.22.0/pandas/io/excel.py#L302实际上只是一个声明：

return self._parse_excel(...)

这就是为什么文档ExcelFile.parse now say

Equivalent to read_excel(ExcelFile, ...) See the read_excel docstring for more info on accepted parameters

As for 另一个答案 https://stackoverflow.com/a/38560203/95852其中声称ExcelFile.parse循环速度更快，这实际上取决于您是否正在创建ExcelFile每次都从头开始对象。您当然可以创建您的ExcelFile一次，在循环外，然后通过that to read_excel在你的循环内：

xl = pd.ExcelFile(path)
for name in xl.sheet_names:
    df = pd.read_excel(xl, name)

这相当于

xl = pd.ExcelFile(path)
for name in xl.sheet_names:
    df = xl.parse(name)

如果你的循环涉及不同的paths（换句话说，您正在阅读许多不同的工作簿，而不仅仅是一个工作簿中的多张工作表），那么您就无法避免必须创建一个全新的工作簿ExcelFile无论如何，每个路径都有一个实例，然后再一次，两个ExcelFile.parse and read_excel将是等效的（并且同样慢）。