登录
首页 >  文章 >  python教程

Python用Pandas读写Excel表格教程

时间：2025-11-03 15:52:31 385浏览 收藏

哈喽！今天心血来潮给大家带来了《Python用Pandas读写Excel表格数据》，想必大家应该对文章都不陌生吧，那么阅读本文就都不会很困难，以下内容主要涉及到，若是你正在学习文章，千万别错过这篇文章~希望能帮助到你！

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代码怎样读写Excel文件 Python代码操作Pandas库处理表格数据

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。

  • 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"].value
print(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.nrows
num_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DataFrame
print(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DataFrame
data = {"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：

  1. 使用 openpyxl 的 read_only 模式:

    from openpyxl import load_workbook

workbook = load_workbook(filename="large_file.xlsx", read_only=True)
sheet = workbook.active

for 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。

  2. 使用 chunksize 参数分块读取Pandas:

    import pandas as pd

for 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。

  3. 使用 xlrd 的 on_demand 模式 (仅适用于 .xls):

    import xlrd

workbook = 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。

  1. 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_workbook
from datetime import datetime

workbook = load_workbook(filename="date_example.xlsx")
sheet = workbook.active

date_value = sheet["A1"].value

if isinstance(date_value, datetime):
    print(date_value.strftime("%Y-%m-%d %H:%M:%S"))
else:
    print("Not a datetime object")

  2. 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 xlrd
from datetime import datetime

workbook = 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")

  3. 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 pd

df = 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。

  1. 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 pd
import numpy as np

data = {"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)

  2. 数据类型转换:

    • df["Column"].astype(dtype): 转换列的数据类型。
    import pandas as pd

data = {"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)

  3. 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 pd

data = {"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"])

  4. 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 pd

data = {"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)

  5. 数据排序:

    • df.sort_values(by="Column"): 按照指定列排序。
    import pandas as pd

data = {"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。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。

Python Excel 数据处理 读写 Pandas
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>