Python读取Excel指定Sheet和特定行列的方法

阿麦

发布时间：2026-10-27 | 2人浏览过

原创

详细讲解在Python中使用Pandas与OpenPyXL读取Excel指定工作表（Sheet）以及精准提取特定行、特定列的具体方法与代码示例，并对比两种方案在索引机制与内存占用上的关键差异。

在 Python 中读取 Excel 指定工作表（Sheet）以及提取特定行、特定列的数据，核心路径主要分为两种：如果后续需要开展数据分析、清洗或复杂矩阵计算，首选 pandas 库的 read_excel 函数，通过配置切片参数一步到位；如果处理的是上百兆的大体积文件、仅需抽取少量零散单元格，或者希望尽量减少科学计算库依赖，则推荐使用 openpyxl 库的只读流式模式直接按单元格坐标提取。

Python读取Excel指定Sheet和特定行列的方法 — 图 1：Python 读取 Excel 指定 Sheet 和行列的整体执行路径

一、使用 Pandas 定位 Sheet 与精确切片行列

pandas 提供了顶层函数 pd.read_excel()，它内部借助引擎（现代 .xlsx 文件通常依赖 openpyxl）将表格数据转换为结构化的 DataFrame。通过组合四个核心参数，可以直接在读取阶段完成区域剪裁，避免将无关行列全部载入内存：

sheet_name：用于指定要读取的工作表。可以是字符串名称（如 "2024季度表"）、从 0 开始的整数序号（如 0 代表第一个 Sheet）、序号或名称列表（返回字典），或者设置为 None 读取全量 Sheet。
usecols：用于指定读取的列。支持传入 Excel 标准列字母范围（如 "B:D" 或 "A, C, E"）、从 0 开始的整数列表（如 [1, 2, 3]）、字符串列名列表，或自定义函数。
skiprows：用于跳过表格顶部的行数。例如前两行为报表大标题和更新日期时，设置 skiprows=2 即可从第 3 行开始读取。
nrows：用于限制读取的最大数据行数（不包含表头自身）。例如读取跳过表头后的前 10 行数据。

代码示例：使用 Pandas 读取指定区域

假设我们有一个名为 data.xlsx 的工作簿，需要读取名为 "Sales2024" 的 Sheet，提取第 3 行到第 6 行（其中第 3 行为列名），并且只获取 B、C、D 三列的数据：

import pandas as pd

file_path = "data.xlsx"

# 目标参数配置
df = pd.read_excel(
    file_path,
    sheet_name="Sales2024",  # 指定工作表名称（也可传索引，如 0）
    usecols="B:D",           # 仅提取 B、C、D 三列
    skiprows=2,              # 跳过前两行（第 1 行与第 2 行）
    nrows=3                  # 读取表头（第 3 行）下方的 3 行数据
)

# 打印读取到的结构化数据
print(df)

注意：当设置 skiprows=2 时，原工作簿的第 3 行会被 Pandas 默认识别为列名（header=0）。若第 3 行本身就是纯数据而不是列名，需额外添加参数 header=None，此时 nrows=4 才会完整读取 4 行数据。

二、使用 OpenPyXL 按坐标逐行或按区域流式提取

openpyxl 是 Python 操作 .xlsx 文件的原生底层库。与 Pandas 将全表载入为数据帧不同，OpenPyXL 允许开发者通过工作表的网格索引直接遍历单元格，特别是在开启 read_only=True 模式后，能大幅减少大体积表格的内存占用。

1. 单元格范围切片方式

OpenPyXL 原生支持类似 Excel 公式的范围语法，例如 ws["B3:D6"]。返回的结果是由每一行单元格对象组成的元组集合：

from openpyxl import load_workbook

# 加载工作簿（若数据只读，开启 read_only 可显著降低内存并加快解析）
wb = load_workbook(filename="data.xlsx", read_only=True, data_only=True)

# 定位指定 Sheet
ws = wb["Sales2024"]

# 使用 Excel 区域标签读取特定单元格切片
for row in ws["B3:D6"]:
    row_values = [cell.value for cell in row]
    print(row_values)

# 操作完毕后及时关闭文件句柄
wb.close()

2. 使用 `iter_rows` 精确传递边界参数（推荐做法）

在编写自动化脚本或动态函数时，使用纯数字坐标更加通用。通过 iter_rows 方法，可以显式指定最小与最大行列数，并配合 values_only=True 直接返回 Python 原生数值：

from openpyxl import load_workbook

wb = load_workbook(filename="data.xlsx", read_only=True, data_only=True)
ws = wb["Sales2024"]

# min_row=3, max_row=6 代表读取第 3 至第 6 行
# min_col=2, max_col=4 代表读取第 2 至第 4 列（即 B 列至 D 列）
for row_values in ws.iter_rows(min_row=3, max_row=6, min_col=2, max_col=4, values_only=True):
    print(row_values)

wb.close()

三、关键差异解析：为什么索引基准与内存模式很重要

在实际编码中，很多读取错误（例如数据行错位、少读一行、读入全为 NaN）都源于没有分清这两个库在坐标体系与数据映射上的底层设计差异：

对比维度	Pandas (read_excel)	OpenPyXL (iter_rows)
起始行与列基准	0 基索引（编程思维）。如果传整数列表，第 1 列是 0。	1 基索引（Excel 自然思维）。第 1 行是 1，A 列是 1。
表头与数据行切分	默认把切片第一行识别为列名，不计入 `nrows`。	不区分表头与数据，严格按照物理行号 `min_row` 到 `max_row` 截取。
列指定方式	支持字符串列名 `["单价"]`、字母范围 `"B:D"` 或序号。	直接指定列号数字 `min_col=2, max_col=4` 或坐标 `"B3:D6"`。
内存占用机制	即使指定了 `usecols`，底层引擎仍需解析 XML 流生成 DataFrame。	在 `read_only=True` 下为纯生成器迭代，几乎不占用多余内存。
公式单元格处理	默认直接提取公式上一回计算后缓存的数值。	默认读取到公式字符串本身；若需数值须指定 `data_only=True`。

四、常见问题排查与避坑要点

使用 usecols="B:D" 报错或未生效：
在 Pandas 中，列字母切片必须采用连续闭区间（如 "B:D"）或逗号分隔列表（如 "B, C, D"）。如果指定了不存在的列字母或混用了带空格的不规范格式，可能会抛出 ValueError 或返回空列。
skiprows 与 header 联合使用导致少读数据：
如果表格前两行是空行或报表标题，第 3 行是列名，第 4 行才是具体数据，应配置 skiprows=2（直接跳过前 2 行），此时 Pandas 会自动将第 3 行作为表头。如果此时又误加了 header=2，Pandas 会在跳过 2 行的基础之上再往后数 2 行，把第 5 行当作表头，导致严重的数据错位。
OpenPyXL 读取大文件时未关闭文件句柄：
开启 read_only=True 模式时，底层会保持对 Excel 压缩包内 XML 文件的打开句柄。如果在循环遍历结束后没有显式调用 wb.close()，在 Windows 系统或多进程环境下可能导致文件被永久锁定无法覆写。
读取公式单元格返回 None 或字符串：
在 OpenPyXL 中，如果表格刚被某些第三方库生成而从未在 Excel 软件中打开保存过，其公式计算缓存可能为空。使用 data_only=True 读取此类单元格时会返回 None；若需要在没有 Excel 软件的环境中实时运算公式，需借助外部计算工具链。

五、结语

掌握指定 Sheet 和特定行列的读取方法，是编写高质量 Python 数据处理脚本的基本功。对于大多数表格处理需求，利用 pandas.read_excel 的 sheet_name、usecols、skiprows 与 nrows 即可优雅完成；而在处理海量流水记录或执行快速单元格抽样时，利用 openpyxl 的 read_only 与 iter_rows 能在保证极低内存开销的同时达成精确的坐标级提取。