如何使用pandas读取xlsx文档中指定行列范围的目标数据

针对你需要读取Scoring表76-102行、A-G列的需求，提供两种可直接落地的方案，可根据场景选择：

方案1：直接限定读取范围（推荐，适合大文件/复杂结构Excel） #

无需加载全表冗余数据，读取性能更高，避免无关内容干扰处理：

import pandas as pd

def print_hi():
    # 场景A：76-102行全为纯数据，无表头
    df = pd.read_excel(
        'test.xlsx',
        sheet_name='Scoring',
        usecols='A:G',  # 直接匹配Excel列范围A到G
        skiprows=range(75),  # 跳过Excel物理行1-75
        nrows=27,  # 76到102共27行物理行
        header=None  # 无表头，用数字作为默认列名
    )

    # 场景B：76行为表头，77-102行为数据（注释掉上面的代码，启用下面的逻辑）
    # df = pd.read_excel(
    #     'test.xlsx',
    #     sheet_name='Scoring',
    #     usecols='A:G',
    #     skiprows=range(75),
    #     nrows=27,  # 包含76行表头，共读27物理行
    #     header=0  # 把读入的第一行（原Excel76行）设为列名
    # )

    # 后续数据处理逻辑...

参数说明：

• usecols直接支持Excel列标写法，不需要手动换算列索引
• 读取的总行数直接按物理行总数计算（102-76+1=27），header参数仅决定哪行作为列名，不影响实际读取的物理行范围

方案2：读取全表后按位置切片（适合需使用同表其他区域数据的场景） #

如果后续需要关联处理Scoring表的其他区域数据，读入时先关闭自动表头识别，保证行索引和Excel物理行严格对应，再用iloc切片：

import pandas as pd

def print_hi():
    # 关闭自动表头识别，所有行按物理顺序存储，此时df.iloc[k]对应Excel物理行k+1
    df = pd.read_excel('test.xlsx', sheet_name='Scoring', header=None)
    # Excel76行对应索引75，102行对应索引101；iloc切片左闭右开，行范围写75:102
    # 列A对应索引0，G对应索引6，列范围写0:7
    target_df = df.iloc[75:102, 0:7]

    # 若需要将76行设为目标区域的表头，可后续手动处理：
    # target_df.columns = target_df.iloc[0]
    # target_df = target_df[1:]

避坑提示：

• 不要直接用默认header=0的读入结果做行切片，否则会因为自动把Excel第一行当表头，导致行号整体偏移1位
• 若目标区域内存在空行、合并单元格错位，可先打印提取的target_df前几行和原始Excel核对，确认行号匹配后再做后续处理

内容的提问来源于stack exchange，提问作者edche