Pandas读取包含多个工作表的Excel文件

文章目录

• [1. 实战概述](#1. 实战概述)
• [2. 实战步骤](#2. 实战步骤)
• • [2.1 查看Excel文件](#2.1 查看Excel文件)
  • [2.2 显示Excel文件包含的工作表名](#2.2 显示Excel文件包含的工作表名)
  • [2.3 读取指定工作表](#2.3 读取指定工作表)
  • [2.4 读取全部工作表](#2.4 读取全部工作表)
• [3. 实战小结](#3. 实战小结)

1. 实战概述

• 本次实战通过 Python 的 pandas 库读取本地 Excel 文件《智慧树AI智慧课程建设标准.xlsx》，依次查看文件结构、列出全部7个工作表名称，并分别读取单表与多表数据，初步探索各表内容，为后续课程资源数据的清洗、整合与分析奠定基础。

2. 实战步骤

2.1 查看Excel文件

• 文件：E:\excelfiles\智慧树AI智慧课程建设标准.xlsx
  
• 查看文件内容
  

2.2 显示Excel文件包含的工作表名

• 执行代码

  import pandas as pd	
  path = 'E:/excelfiles/智慧树AI智慧课程建设标准.xlsx'	
  excel_file = pd.ExcelFile(path)
  print("工作表：", excel_file.sheet_names)

  

• 结果说明 ：该代码成功加载本地 Excel 文件，通过 pd.ExcelFile 获取文件信息并打印所有工作表名称。结果显示包含"总表"、"老师需提供资料汇总"等共7个工作表，说明数据结构清晰，适合后续多表读取与分析处理。

2.3 读取指定工作表

• 执行代码

  dataframe1 = pd.read_excel(path, sheet_name=1, header=0)
  dataframe1.head(10)

  

• 结果说明：该代码读取了Excel文件中索引为1的工作表，以第一行为列名，显示前10行数据。结果包含"资源类别"、"资源内容"等字段，部分列为"Unnamed"，表明存在未命名列。数据主要为课程资源类型及是否需提供的信息，格式清晰，适合后续清洗与分析。

2.4 读取全部工作表

• 执行代码

  dataframes = pd.read_excel(path, sheet_name=[0,1,2,3,4,5,6], header=0)
  print(f'工作表：{dataframes.keys()}')
  for key in dataframes.keys():
      print(f"\n--- 工作表 {key} ---")
      print(dataframes[key].head(3)) 

  

• 结果说明：该代码成功读取Excel文件中7个工作表（索引0-6），并逐个输出前3行数据。各表内容涵盖课程概述、资源类型、教材信息、教学模块等，结构清晰，部分列名为"Unnamed"，表明存在未命名列，适合后续数据清洗与整合分析。

3. 实战小结

• 本次实战成功实现了对多工作表 Excel 文件的高效读取与初步探查。首先利用 pd.ExcelFile 快速获取所有工作表名称，确认文件包含"总表""老师需提供资料汇总"等7个逻辑清晰的子表；随后分别演示了读取单个工作表（如索引1的资源清单）和批量读取全部工作表的方法。通过 .head() 查看数据样例，发现部分列存在"Unnamed"命名问题，提示后续需进行列名清洗与标准化。整体流程展示了 pandas 在教育数据处理中的实用价值，为构建结构化课程知识库提供了可靠的数据导入方案，也为自动化分析多表关联信息打下坚实基础。