Python 快速入门，读取excel-xlsx格式的表

1、下面是一张储存了数据的excel-xlsx格式的表，用python读取第3行到12行的数据，不要表头和表尾

2、注意时间需要设置为文本格式

3、准备python脚本和需要用到pandas库

当前python环境：3.9.11

下载第三方库：

pip install pandas

4、读取excel表格的python脚本

skiprows=1和iloc[:-1]，分别代表读取指定excel的时候。跳过前一行，然后去掉最后一行，返回剩余的数据

import pandas as pd
def test_01():
	# lists=['学生成绩表.xlsx']

	# for i in lists:
	dfs = []
	# 从指定的Excel文件中读取数据，跳过前一行，然后去掉最后一行，返回剩余的数据。
	df = pd.read_excel('学生成绩表.xlsx', skiprows=1).iloc[:-1]
	dfs.append(df)

	combined_df = pd.concat(dfs, ignore_index=True)
	# 将合并后的 DataFrame 转换为列表
	combined_list = combined_df.values.tolist()
	# 输出合并后的列表
	print(combined_list)
	print(len(combined_list))

运行脚本后，读取到了第3行到12行的数据。被读取的表和脚本放在同一目录

5、把读取到的excel数据汇总到一张新表中且新表从指定行数第4行，插入数据

startrow=3代表数据从第4行开始插入

import pandas as pd
def test_01():
	# lists=['学生成绩表.xlsx']

	# for i in lists:
	dfs = []
	# 从指定的Excel文件中读取数据，跳过前一行，然后去掉最后一行，返回剩余的数据。
	df = pd.read_excel('学生成绩表.xlsx', skiprows=1).iloc[:-1]
	dfs.append(df)

	combined_df = pd.concat(dfs, ignore_index=True)
	# 将合并后的 DataFrame 转换为列表
	combined_list = combined_df.values.tolist()
	# 输出合并后的列表
	print(combined_list)
	print(len(combined_list))

	# 创建一个 DataFrame 对象
	df = pd.DataFrame(combined_list[1:], columns=combined_list[0])
	# 将df中的数据导出到名为：######.xlsx的Excel文件中，不包含索引，从文件的第4行开始写入数据。
	df.to_excel('学生成绩01.xlsx', index=False,startrow=3)

test_01()

执行成功，生成的表中数据如下：

6、多张格式一样的表的数据合到一张新的excel表中

表2、表3

python脚本，采用的是for循环读取list集合里的表格
 

import pandas as pd
def test_01():
	lists=['学生成绩表.xlsx','学生成绩表2.xlsx','学生成绩表3.xlsx']
	dfs = []
	for file in lists:
	# 从指定的Excel文件中读取数据，跳过前一行，然后去掉最后一行，返回剩余的数据。
		df = pd.read_excel(file, skiprows=1).iloc[:-1]
		dfs.append(df)

	combined_df = pd.concat(dfs, ignore_index=True)
	# 将合并后的 DataFrame 转换为列表
	combined_list = combined_df.values.tolist()
	# 输出合并后的列表
	print(combined_list)
	print(len(combined_list))

	# 创建一个 DataFrame 对象
	df = pd.DataFrame(combined_list[1:], columns=combined_list[0])
	# 将df中的数据导出到名为：######.xlsx的Excel文件中，不包含索引，从文件的第4行开始写入数据。
	df.to_excel('学生成绩汇总.xlsx', index=False,startrow=3)

test_01()

执行成功：