Python通过openpyxl、xlrd、xlwt和Pandas库实现Excel读写与数据处理，结合使用可高效操作.xlsx和.xls文件，并利用Pandas进行数据清洗、类型转换、缺失值处理及分块读取大型文件以避免内存溢出。
Python读写Excel文件，核心在于使用合适的库，并理解Excel文件的结构。Pandas库则更侧重于高效地处理表格数据，两者结合能让你在数据处理方面事半功倍。
解决方案
Python主要通过 openpyxl、xlrd、xlwt 等库来读写Excel文件，而Pandas则提供了更高级、更便捷的表格数据操作接口。下面分别介绍如何使用它们。
1. 使用 openpyxl 读写Excel（.xlsx格式）
openpyxl 是一个用于读取和写入 Excel 2010 xlsx/xlsm/xltx/xltm 文件的 Python 库。
立即学习“Python免费学习笔记（深入）”；
读取Excel文件:
from openpyxl import load_workbook# 加载工作簿workbook = load_workbook(filename="example.xlsx")# 选择工作表sheet = workbook["Sheet1"] # 或者 sheet = workbook.active# 读取单元格数据cell_value = sheet["A1"].valueprint(cell_value)# 遍历所有行for row in sheet.iter_rows(values_only=True): print(row)# 遍历特定范围的单元格for row in sheet["A1":"C3"]: for cell in row: print(cell.value)
写入Excel文件:
from openpyxl import Workbook# 创建一个新的工作簿workbook = Workbook()# 选择工作表sheet = workbook.active# 写入数据sheet["A1"] = "Hello"sheet["B2"] = "World"# 保存工作簿workbook.save(filename="output.xlsx")
2. 使用 xlrd 和 xlwt 读写Excel（.xls格式）
xlrd 用于读取旧版本的 .xls 文件，xlwt 用于写入 .xls 文件。
读取Excel文件 (xlrd):
import xlrd# 打开工作簿workbook = xlrd.open_workbook("example.xls")# 选择工作表sheet = workbook.sheet_by_name("Sheet1") # 或者 sheet = workbook.sheet_by_index(0)# 读取单元格数据cell_value = sheet.cell_value(0, 0) # 行, 列 (从0开始)print(cell_value)# 获取行数和列数num_rows = sheet.nrowsnum_cols = sheet.ncols# 遍历所有行for row_idx in range(num_rows): print(sheet.row_values(row_idx))
写入Excel文件 (xlwt):
import xlwt# 创建一个新的工作簿workbook = xlwt.Workbook()# 添加工作表sheet = workbook.add_sheet("Sheet1")# 写入数据sheet.write(0, 0, "Hello") # 行, 列, 值sheet.write(1, 1, "World")# 保存工作簿workbook.save("output.xls")
3. 使用 Pandas 读写Excel
Pandas 提供了更简洁的接口来读写Excel文件，并且可以方便地进行数据处理。
读取Excel文件:
import pandas as pd# 读取Excel文件df = pd.read_excel("example.xlsx", sheet_name="Sheet1") # 或者 sheet_name=0# 打印DataFrameprint(df)# 访问特定列print(df["Column1"])# 访问特定行print(df.iloc[0]) # 第一行
写入Excel文件:
import pandas as pd# 创建一个DataFramedata = {"Name": ["Alice", "Bob", "Charlie"], "Age": [25, 30, 28]}df = pd.DataFrame(data)# 写入Excel文件df.to_excel("output.xlsx", sheet_name="Sheet1", index=False) # index=False 避免写入索引
如何处理大型Excel文件，避免内存溢出？
对于大型Excel文件，一次性加载到内存中可能会导致内存溢出。可以采用以下策略：
使用 openpyxl 的 read_only 模式:
from openpyxl import load_workbookworkbook = load_workbook(filename="large_file.xlsx", read_only=True)sheet = workbook.activefor row in sheet.iter_rows(values_only=True): # 处理每一行数据 print(row)
read_only=True 可以显著减少内存占用，但只能读取，不能修改。
使用 chunksize 参数分块读取Pandas:
import pandas as pdfor chunk in pd.read_excel("large_file.xlsx", sheet_name="Sheet1", chunksize=1000): # 处理每一块数据 (chunk 是一个 DataFrame) print(chunk.head()) # 查看每一块的前几行
chunksize 参数指定每次读取的行数，将大文件分成小块处理。
使用 xlrd 的 on_demand 模式 (仅适用于 .xls):
import xlrdworkbook = xlrd.open_workbook("large_file.xls", on_demand=True)sheet = workbook.sheet_by_name("Sheet1")for row_idx in range(sheet.nrows): row = sheet.row(row_idx) # 只在需要时加载行数据 print([cell.value for cell in row])workbook.unload_sheet("Sheet1") # 释放内存
on_demand=True 允许按需加载sheet，workbook.unload_sheet() 可以手动释放内存。
如何处理Excel中的日期和时间数据？
Excel中的日期和时间通常存储为数字，需要进行转换才能得到可读的日期时间对象。
使用 openpyxl:
openpyxl 会自动将Excel中的日期和时间转换为Python的 datetime 对象。
from openpyxl import load_workbookfrom datetime import datetimeworkbook = load_workbook(filename="date_example.xlsx")sheet = workbook.activedate_value = sheet["A1"].valueif isinstance(date_value, datetime): print(date_value.strftime("%Y-%m-%d %H:%M:%S"))else: print("Not a datetime object")
使用 xlrd:
xlrd 提供 xlrd.xldate_as_datetime() 函数将Excel日期数字转换为 datetime 对象。
import xlrdfrom datetime import datetimeworkbook = xlrd.open_workbook("date_example.xls")sheet = workbook.sheet_by_name("Sheet1")date_value = sheet.cell_value(0, 0)if sheet.cell_type(0, 0) == xlrd.XL_CELL_DATE: date_object = xlrd.xldate_as_datetime(date_value, workbook.datemode) print(date_object.strftime("%Y-%m-%d %H:%M:%S"))else: print("Not a date cell")
使用 Pandas:
Pandas 可以自动解析日期，或者使用 pd.to_datetime() 函数进行转换。
import pandas as pddf = pd.read_excel("date_example.xlsx")# 自动解析日期 (如果Excel中的日期格式标准)print(df["DateColumn"])# 如果日期没有被自动解析，可以使用 pd.to_datetime()df["DateColumn"] = pd.to_datetime(df["DateColumn"], unit='D', origin='1899-12-30') # Excel的起始日期print(df["DateColumn"])
如何在Pandas中进行数据清洗和转换？
Pandas 提供了丰富的功能用于数据清洗和转换。
处理缺失值:
df.isnull(): 检测缺失值。df.fillna(value): 使用指定值填充缺失值。df.dropna(): 删除包含缺失值的行或列。
import pandas as pdimport numpy as npdata = {"A": [1, 2, np.nan, 4], "B": [5, np.nan, 7, 8]}df = pd.DataFrame(data)# 填充缺失值df_filled = df.fillna(0) # 用0填充print(df_filled)# 删除包含缺失值的行df_dropped = df.dropna()print(df_dropped)
数据类型转换:
df["Column"].astype(dtype): 转换列的数据类型。
import pandas as pddata = {"A": ["1", "2", "3"], "B": [4.5, 5.6, 6.7]}df = pd.DataFrame(data)# 转换为整数类型df["A"] = df["A"].astype(int)print(df.dtypes)
字符串处理:
Pandas 提供了 .str 属性，用于对字符串列进行各种操作。
import pandas as pddata = {"Name": [" Alice ", "Bob", "Charlie "]}df = pd.DataFrame(data)# 去除字符串两端的空格df["Name"] = df["Name"].str.strip()print(df["Name"])# 转换为小写df["Name"] = df["Name"].str.lower()print(df["Name"])
数据过滤和选择:
使用布尔索引可以方便地过滤和选择数据。
import pandas as pddata = {"Name": ["Alice", "Bob", "Charlie"], "Age": [25, 30, 28]}df = pd.DataFrame(data)# 选择年龄大于27岁的人df_filtered = df[df["Age"] > 27]print(df_filtered)
数据排序:
df.sort_values(by="Column"): 按照指定列排序。
import pandas as pddata = {"Name": ["Alice", "Bob", "Charlie"], "Age": [25, 30, 28]}df = pd.DataFrame(data)# 按照年龄排序df_sorted = df.sort_values(by="Age")print(df_sorted)
总的来说，Python 通过 openpyxl、xlrd、xlwt 和 Pandas 库提供了强大的 Excel 文件读写和数据处理能力。 选择合适的库取决于你的具体需求，例如文件格式、文件大小、数据处理复杂度等。Pandas 尤其擅长处理结构化数据，可以显著提高数据处理的效率。记住，在处理大型文件时，要考虑内存占用问题，并采取相应的优化策略。
以上就是Python代码怎样读写Excel文件 Python代码操作Pandas库处理表格数据的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1379217.html
微信扫一扫 
支付宝扫一扫 
