使用 Python 讀取 Excel 數(shù)據(jù)的詳細(xì)教程

Python 提供了多種讀取 Excel 文件的方式，最常用的庫是 pandas 和 openpyxl。下面我將詳細(xì)介紹如何使用這兩個(gè)庫來讀取 Excel 文件，并包含一些實(shí)用示例，幫助你撰寫博客。

1. 安裝必要的依賴

首先，需要確保安裝了 pandas 和 openpyxl 庫，這兩個(gè)庫可以幫助我們輕松讀取 Excel 文件。

你可以使用以下命令安裝它們：

pip install pandas openpyxl

• pandas：用于數(shù)據(jù)處理和分析，它內(nèi)置了讀取 Excel 文件的功能。
• openpyxl：一個(gè)讀寫 Excel 2007 及以上版本的 Excel 文件的庫。

2. 讀取 Excel 文件

假設(shè)你有一個(gè) Excel 文件 data.xlsx，包含如下數(shù)據(jù)：

你可以使用 pandas 來讀取文件的內(nèi)容。

import pandas as pd
# 讀取Excel文件
df = pd.read_excel('data.xlsx')
# 顯示數(shù)據(jù)
print(df)

輸出：

    Name  Age      City
0   John   25  New York
1  Alice   30    London
2    Bob   22     Tokyo

3. 讀取特定的工作表

Excel 文件通常包含多個(gè)工作表。可以通過指定 sheet_name 來讀取特定的工作表。例如，假設(shè) data.xlsx 文件中有一個(gè)名為 Sheet2 的工作表：

df = pd.read_excel('data.xlsx', sheet_name='Sheet2')
print(df)

你也可以通過索引來指定工作表：

df = pd.read_excel('data.xlsx', sheet_name=0)  # 讀取第一個(gè)工作表

4. 讀取多張工作表

如果你想一次性讀取 Excel 文件中的所有工作表，可以使用 sheet_name=None，它會(huì)返回一個(gè)包含多個(gè) DataFrame 的字典。

dfs = pd.read_excel('data.xlsx', sheet_name=None)
# 遍歷所有工作表
for sheet, data in dfs.items():
    print(f"工作表名: {sheet}")
    print(data)

5. 只讀取特定列

有時(shí)，你只需要讀取 Excel 文件中的部分列。可以通過 usecols 參數(shù)指定需要讀取的列。

df = pd.read_excel('data.xlsx', usecols=['Name', 'City'])
print(df)

輸出：

    Name      City
0   John  New York
1  Alice    London
2    Bob     Tokyo

你也可以使用列的索引來讀取特定列，例如：

df = pd.read_excel('data.xlsx', usecols=[0, 2])  # 讀取第一和第三列
print(df)

6. 處理缺失數(shù)據(jù)

在讀取 Excel 數(shù)據(jù)時(shí)，可能會(huì)遇到空白單元格。你可以使用 pandas 處理這些缺失數(shù)據(jù)。例如，可以通過 na_values 參數(shù)將特定的值識(shí)別為 NaN，或者使用 fillna() 方法填充缺失值。

# 將特定值識(shí)別為NaN
df = pd.read_excel('data.xlsx', na_values=['N/A', 'NA'])
# 填充缺失數(shù)據(jù)
df.fillna(value={'Age': 0, 'City': 'Unknown'}, inplace=True)
print(df)

7. 將 Excel 數(shù)據(jù)轉(zhuǎn)換為其他格式

有時(shí)你可能需要將讀取的 Excel 數(shù)據(jù)保存為其他格式，例如 CSV 文件或 JSON 文件。pandas 允許你輕松實(shí)現(xiàn)這一點(diǎn)。

# 保存為CSV文件
df.to_csv('data.csv', index=False)
# 保存為JSON文件
df.to_json('data.json', orient='records')

8. 讀取大文件和優(yōu)化性能

如果 Excel 文件非常大，可能會(huì)導(dǎo)致內(nèi)存不足或讀取速度較慢。pandas 提供了一些方法來優(yōu)化性能，例如使用 chunksize 分塊讀取數(shù)據(jù)。

# 分塊讀取Excel文件，每次讀取100行
chunks = pd.read_excel('large_data.xlsx', chunksize=100)
for chunk in chunks:
    print(chunk)

9. 使用 openpyxl 讀取 Excel

openpyxl 更適合需要對(duì) Excel 文件進(jìn)行更底層操作的場景，如讀取和修改單元格樣式、公式等。以下是一個(gè)簡單的讀取示例：

from openpyxl import load_workbook
# 加載Excel工作簿
wb = load_workbook('data.xlsx')
# 選擇工作表
sheet = wb['Sheet1']
# 讀取指定單元格的值
for row in sheet.iter_rows(min_row=1, max_row=sheet.max_row, values_only=True):
    print(row)

10. 更多的 Excel 讀取功能

你可以使用 pandas 提供的更多選項(xiàng)，例如：

• skiprows: 跳過特定行數(shù)
• nrows: 讀取指定行數(shù)
• header: 設(shè)置自定義標(biāo)題行

# 跳過前兩行并讀取5行數(shù)據(jù)
df = pd.read_excel('data.xlsx', skiprows=2, nrows=5)
print(df)

總結(jié)

通過 pandas 和 openpyxl，你可以輕松讀取 Excel 文件，并進(jìn)行各種數(shù)據(jù)處理操作。pandas 更適合快速、簡單的數(shù)據(jù)分析，而 openpyxl 則適合需要對(duì) Excel 文件進(jìn)行更深入控制的場景。

到此這篇關(guān)于使用 Python 讀取 Excel 數(shù)據(jù)的詳細(xì)教程的文章就介紹到這了,更多相關(guān) Python 讀取 Excel 數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論