Python数据处理（二）：处理 Excel 数据

在本章和下一章里，我们将研究两种文件类型实例：Excel 文件和 PDF，并给出几条一般性说明，在遇到其他文件类型时可以参考。

处理 Excel 比上章讲的处理 CSV、JSON、XML 文件要难多了，下面以 UNICEF(联合国儿童基金会) 2014 年的报告为例，来讲解如何处理 Excel 数据。

相关文章：

十分钟快速入门 Python

Python数据处理(一)：处理 JSON、XML、CSV 三种格式数据

一、安装 Python 包

要解析 Excel 文件，需要用第三方的包 xlrd。我们用 pip 来安装第三方包，在命令行输入以下安装命令：

pip install xlrd

如果提示 command not found ，则需要先安装 pip 。安装方法见 pip 官网：https://pip.pypa.io/en/stable/installing/ 。

二、解析 Excel 文件

想从 Excel 工作表中提取数据，有时最简单的方式反而是寻找更好的方法来获取数据。直接解析有时并不能解决问题。所以在解析之前先看看能不能找到其他格式的数据，比如 CSV、JSON、XML等，如果真找不到再考虑 Excel 解析。

处理 Excel 文件主要有三个库。

• xlrd
  读取 Excel 文件。

• xlwt
  向 Excel 文件写入，并设置格式。

• xlutils
  一组 Excel 高级操作工具(需要先安装 xlrd 和 xlwt)。

在用到这三个库的时候你需要分别安装。但本章只会用到 xlrd。

下面一步步的讲解如何解析 Excel 文件。

先导入 xlrd 库，然后打开工作簿并保存在 book 变量中。

import xlrd
book = xlrd.open_workbook('./resource/data.xlsx')

与 CSV 不同，Excel 工作簿可以有多个标签(tab)或工作表(sheet)。想要获取数据，我们要找到包含目标数据的工作表。

如果有几个工作表，你可以猜一下索引号，但如果工作表很多的话就没法猜了。所以你应该知道 book.sheet_by_name(somename) 命令，其中 somename 是你要访问工作表的名字。

我们来看一下工作表都有哪些名字:

import xlrd

book = xlrd.open_workbook('./resource/data.xlsx')

for sheet in book.sheets():
    print(sheet.name)

book.sheets() 列出所有的 sheet，sheet.name 打印出 sheet 的名字。输出：

Data Notes
Table 9

我们要找的工作表是 Table 9。所以我们把这个名字添加到脚本中:

import xlrd

book = xlrd.open_workbook('./res