pandas.read_excel可通过sheet_name指定工作表（字符串名、整数索引或None返回全部），用skiprows跳过前N行，配合header或names自定义列名，支持整数或列表跳过特定行。
使用 pandas.read_excel 读取 Excel 文件时，可以通过参数精确控制读取哪个工作表、跳过多少行。
指定 sheet 名称或索引
用 sheet_name 参数选择目标工作表：
- 传入字符串（如
"Sheet1"）读取指定名称的工作表 - 传入整数（如
0）按位置读取：0 表示第一个 sheet，1 表示第二个，以此类推 - 传入
None会返回所有 sheet 的字典（不适用于只读一个）
跳过前 N 行（包括标题行）
用 skiprows 参数跳过开头若干行：
-
skiprows=2：跳过前 2 行，第 3 行作为列名（即新表头） - 如果跳过后希望某一行作表头，可配合
header使用，例如skiprows=3, header=0表示跳过前 3 行，把接下来那一行（原第 4 行）设为列名 - 若数据无标准表头，可设
header=None，再用names手动指定列名
完整示例
读取名为 “Data” 的工作表，跳过前 4 行，将第 5 行作为列名：
import pandas as pd
df = pd.read_excel("report.xlsx", sheet_name="Data", skiprows=4)
若第 5 行也不是标准列名，而是空的或含说明文字，可进一步设 header=0（默认已生效），或用 names 自定义：
df = pd.read_excel("report.xlsx", sheet_name="Summary", skiprows=5, header=0, names=["ID", "Name", "Score"])
小提示
-
skiprows接受整数或列表（如[0, 1, 3]跳过第 1、2、4 行），但通常整数更常用 - 若跳过行数不确定，可先用
pd.ExcelFile查看结构：xl = pd.ExcelFile("file.xlsx"); print(xl.sheet_names); xl.parse("Sheet1", nrows=5) - 注意：跳过的行仍计入行号，
skiprows和nrows、usecols可组合使用实现精细读取
