在數(shù)據(jù)處理的世界里，Excel 是最常見的文件格式之一。雖然現(xiàn)在的標(biāo)準(zhǔn)是 .xlsx（基于 XML 的較新格式），但在很多傳統(tǒng)行業(yè)、舊系統(tǒng)導(dǎo)出數(shù)據(jù)或歷史文檔中，我們?nèi)匀粫?huì)頻繁遇到 .xls 格式（Excel 97-2003 工作簿）。

對于 Python 初學(xué)者來說，處理這種“古老”的格式往往會(huì)遇到一些坑（比如現(xiàn)代庫不支持）。本教程將手把手教你如何使用 Python 系統(tǒng)化、專業(yè)地讀寫 .xls 文件。

1. 準(zhǔn)備工作：環(huán)境與依賴庫

在開始寫代碼之前，我們需要理解 Python 處理 Excel 的生態(tài)系統(tǒng)。

• Pandas: 這是 Python 數(shù)據(jù)分析的神器。我們將主要通過它來操作數(shù)據(jù)，因?yàn)樗庋b了底層的復(fù)雜操作，非常適合初學(xué)者。
• xlrd: 這是一個(gè)專門用于讀取 .xls 文件的引擎。
• xlwt: 這是一個(gè)專門用于寫入 .xls 文件的引擎。

注意：目前流行的 openpyxl 庫僅支持 .xlsx 格式，不支持 .xls。因此，為了處理舊格式，我們必須安裝 xlrd 和 xlwt。

安裝步驟

打開你的終端（Terminal）或命令提示符（CMD），運(yùn)行以下命令安裝所需的庫：

pip install pandas xlrd xlwt

安裝完成后，我們就可以開始編寫 Python 代碼了。

2. 讀取 .xls 文件

讀取 .xls 文件最簡單、最強(qiáng)大的方法是使用 Pandas 的 read_excel 函數(shù)。

基礎(chǔ)讀取代碼

假設(shè)你有一個(gè)名為 old_data.xls 的文件，內(nèi)容如下：

以下是讀取該文件的代碼：

import pandas as pd

# 1. 定義文件路徑
file_path = 'old_data.xls'

try:
    # 2. 讀取 Excel 文件
    # Pandas 會(huì)自動(dòng)調(diào)用 xlrd 引擎來處理 .xls 文件
    df = pd.read_excel(file_path)

    # 3. 打印前幾行數(shù)據(jù)以檢查
    print("文件讀取成功！前 5 行數(shù)據(jù)如下：")
    print(df.head())

except FileNotFoundError:
    print(f"錯(cuò)誤：找不到文件 {file_path}")
except Exception as e:
    print(f"讀取過程中發(fā)生錯(cuò)誤：{e}")

進(jìn)階讀取技巧

在實(shí)際工作中，Excel 文件往往比較復(fù)雜。以下是一些常用的參數(shù)配置：

• 指定 Sheet（工作表）: 如果文件有多個(gè) Sheet，你可以通過名字或索引指定。
• 指定表頭: 有時(shí)候第一行不是表頭。

# 讀取名為 "Sheet2" 的工作表，且指定第 2 行（索引為1）作為表頭
df_sheet2 = pd.read_excel(file_path, sheet_name='Sheet2', header=1)

# 如果文件中沒有表頭，設(shè)置 header=None
df_no_header = pd.read_excel(file_path, header=None)

3. 寫入 .xls 文件

將數(shù)據(jù)保存為 .xls 格式，我們需要使用 Pandas 的 to_excel 方法。Pandas 會(huì)在后臺(tái)調(diào)用 xlwt 庫來完成這個(gè)任務(wù)。

基礎(chǔ)寫入代碼

我們將創(chuàng)建一個(gè)簡單的數(shù)據(jù)集，并將其保存為 output.xls。

import pandas as pd

# 1. 創(chuàng)建示例數(shù)據(jù)（字典格式）
data = {
    '員工ID': [101, 102, 103],
    '姓名': ['張三', '李四', '王五'],
    '入職年份': [2018, 2020, 2023]
}

# 2. 轉(zhuǎn)換為 DataFrame
df_output = pd.DataFrame(data)

# 3. 定義輸出文件名
output_file = 'report_2024.xls'

try:
    # 4. 寫入文件
    # index=False 表示不把左側(cè)的行索引號(hào)（0, 1, 2...）寫入 Excel
    df_output.to_excel(output_file, index=False)
    
    print(f"成功將數(shù)據(jù)寫入 {output_file}")

except Exception as e:
    print(f"寫入失?。簕e}")

寫入多個(gè) Sheet

如果你需要在一個(gè) .xls 文件中寫入多個(gè)工作表，需要使用 ExcelWriter 對象：

with pd.ExcelWriter('multi_sheet_report.xls', engine='xlwt') as writer:
    df_output.to_excel(writer, sheet_name='員工名單', index=False)
    df_output.to_excel(writer, sheet_name='備份數(shù)據(jù)', index=False)
    
print("多 Sheet 文件寫入完成。")

4. 常見陷阱與解決方案 (Common Pitfalls)

作為初學(xué)者，處理 .xls 時(shí)最容易遇到以下問題：

1. 行數(shù)限制 (The 65,536 Row Limit)

問題: 當(dāng)你試圖寫入超過 65,536 行數(shù)據(jù)到 .xls 文件時(shí)，程序會(huì)報(bào)錯(cuò)。

原因: 這是 Excel 97-2003 格式的物理限制。

解決:

• 首選: 將文件保存為 .xlsx 格式（支持約 100 萬行）。
• 次選: 如果必須用 .xls，需要將數(shù)據(jù)拆分到多個(gè) Sheet 或多個(gè)文件中。

2. 庫的混淆 (xlrd vs openpyxl)

問題: 報(bào)錯(cuò) xlrd.biffh.XLRDError: Excel xlsx file; not supported.

原因: 你試圖用 xlrd 讀取 .xlsx 文件，或者你的 xlrd 版本過新（2.0+ 版本移除了對 .xlsx 的支持，僅支持 .xls）。

解決:

• 讀取 .xls: 確保安裝了 xlrd。
• 讀取 .xlsx: 確保安裝了 openpyxl。

3. 編碼問題

問題: 讀取中文內(nèi)容的 .xls 有時(shí)會(huì)出現(xiàn)亂碼（較少見，但存在）。

解決: 雖然 Pandas 處理得很好，但如果遇到，可以在 read_excel 中嘗試添加 encoding='utf-8' 或 encoding='gbk' 參數(shù)（雖然新版 Pandas 已移除此參數(shù)，通常需檢查源文件是否損壞）。

5. 總結(jié)與建議

處理舊版 Excel 文件是數(shù)據(jù)分析師的基本功。以下是本次教程的核心要點(diǎn)回顧：

• 讀取: 使用 pandas.read_excel('file.xls')，底層依賴 xlrd。
• 寫入: 使用 df.to_excel('file.xls')，底層依賴 xlwt。
• 注意: 牢記 .xls 格式有 65536 行的行數(shù)限制。

給初學(xué)者的最終建議：除非工作環(huán)境強(qiáng)制要求使用 .xls，否則在生成新文件時(shí)，強(qiáng)烈建議使用現(xiàn)代的 .xlsx 格式。它體積更小、更安全、且支持更多的數(shù)據(jù)量。

到此這篇關(guān)于Python新手指南之如何讀寫舊版Excel(.xls)格式文件的文章就介紹到這了,更多相關(guān)Python讀寫舊版Excel文件內(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！

最新評論