用Pandas轻松搞定Excel数据提取：新手也能学会的Python技巧
大家好！今天我要分享一个超级实用的Python技巧——如何用pandas库从Excel文件中提取我们需要的数据列。这个技能在工作中特别有用，比如处理学生成绩表、客户名单等Excel数据时，可以快速获取关键信息。
准备工作：安装必要的库
首先，我们需要确保电脑上安装了pandas库。如果你还没安装，只需要在命令行输入：
pip install pandas openpyxl
这里openpyxl是用来处理Excel文件的依赖库。
代码解析：一行一行来看
让我们仔细看看图片中的代码，我会用最通俗的方式解释每一行的作用：
# 导入pandas库
import pandas as pd
这行代码就像是在对Python说："嘿，我要用pandas这个工具包了，给我准备好！"pandas是Python中处理表格数据的利器。
# 紧凑显示
pd.set_option('display.max_rows', 10)
这行代码设置了显示选项，意思是"当数据太多时，最多只显示10行，其他的用省略号表示"。这样我们的输出就不会在控制台刷屏了，看起来更清爽。
# 读文件数据
df = pd.read_excel('ClassScore.xls', index_col='学号')
这是最关键的一步：
• pd.read_excel是读取Excel文件的函数
• 'ClassScore.xls'是我们的文件名
• index_col='学号'表示把"学号"这一列作为每行的标识（索引）
想象一下，这就像是在Excel中把"学号"列设置为了第一列，方便我们查找。
name = df['姓名']
这行代码从数据中提取了"姓名"这一列，相当于在Excel中选中了整个姓名列。
# 输出姓名列
print(name)
最后，我们把姓名列打印出来，就能看到整洁的学生名单了！
实际效果
运行这段代码后，你会看到类似这样的输出：
学号
2301 张三
2302 李四
2303 王五
...
2418 赵六
Name: 姓名, dtype: object
中间的"..."表示省略了一些行，这正是我们设置的紧凑显示效果。
常见问题解答
Q：为什么我的代码报错了？ A：可能的原因有：
- 文件不在当前目录下（解决方法：使用完整文件路径）
- 文件名拼写错误（检查大小写和扩展名）
- 列名不匹配（确认Excel中确实有"学号"和"姓名"列）
Q：如何显示更多/更少的行？
A：修改display.max_rows的值即可，比如设为5就是只显示5行。
Q：能不能同时显示多列？ A：当然可以！比如要显示学号和姓名：
print(df[['学号', '姓名']])
小技巧分享
- 在Jupyter Notebook中运行这段代码，效果更直观
- 可以用
df.head()快速查看前几行数据 - 添加
encoding='utf-8'参数可以避免中文乱码问题
总结
通过这个简单的例子，我们学会了：
- 用pandas读取Excel文件
- 设置紧凑显示
- 提取特定列数据
- 输出整理后的结果
这个技能就像是一个数据处理的"瑞士军刀"，简单但超级实用。掌握了它，你就能快速从各种表格中提取需要的信息，再也不用手动复制粘贴了！
如果你觉得这篇教程有帮助，欢迎点赞收藏。下次我会分享更多pandas的实用技巧，比如数据清洗、统计分析等进阶内容。有什么问题也可以在评论区留言哦！
