Python处理Excel数据的方法

当Excel中有大量需要进行处理的数据时，使用Python不失为一种便捷易学的方法。接下来，本文将详细介绍多种Python方法来处理Excel数据。

Excel处理经常用于数据可视化，那么如何利用提取到的Excel数据绘图呢？

本文搭配Python绘图 \ 数据可视化一起使用效果更佳。

电子表格格式

我们在日常工作中常常见到各种后缀的电子表格，例如最常见的xlsx以及较为常见的csv、xls等格式的表格。同样是电子表格，它们之间有什么区别吗？

xls为Excel早期表格格式。

xls格式是Excel2003版本及其以前版本所生成的文件格式。 其最大的特点就是：仅有65536行、256列。因此规模过大的数据不可以使用xls格式读写。

xlsx为Excel2007及其之后的表格格式，也是现在Excel表格的主流格式。

与xls相比，它可以存储1048576行、16384列数据，存储相同数据，xlsx格式要比xls格式文件要小得很多。

CSV为逗号分隔值文件。

CSV逗号分隔值文件格式，其以纯文本形式存储表格数据（数字和文本），可以用Excel软件打开。

xlrd 模块既可读取 xls 文件也可读取 xlsx 文件；xlwt只可写 xlsx 文件；openpyxl 可以读写 xlsx 文件；pandas 可以同时读写 xls、xlsx 文件。

经评论区提醒发现，xlrd 2.0.0 及更高版本只能读取 .xls 文件，建议使用其他库读取 .xlsx文件 或 安装 xlrd 早期版本。

1.使用 xlrd 来处理；

xlrd命令

import xlrd
book = xlrd.open_workbook('excelFile.xlsx')  # 获取工作簿对象
names = book.sheet_names()  # 获取所有工作表名称结果为列表

mySheets = book.sheets()                 # 获取工作表list。
sheet = mySheets[0]                    # 通过索引顺序获取。
sheet = book.sheet_by_index(0)         # 通过索引顺序获取。
sheet = book.sheet_by_name(u'Sheet1')  # 通过名称获取 u表示后面字符串以 Unicode 格式 进行编码，一般用在中文字符串前面，以防乱码

# 获取行数和列数
nrows = sheet.nrows
ncols = sheet.ncols

# 获取一行和一列
row = sheet.row_values(i)               # i是行数，从0开始计数，返回list对象。
col = sheet.col_values(i)               # i是列数，从0开始计数，返回list对象。

# 读取单元格数据
cell = sheet.cell_value(i, j)      # 直接获取单元格数据，i是行数，j是列数，行数和列数都是从0开始计数。
cell = sheet.cell(i,j).value    

示例1：Python读取Excel文件特定数据

import xlrd
data = xlrd.open_workbook('excelFile.xlsx') # 打开xlsx文件
table = data.sheets()[0] # 打开第一张表
nrows = table.nrows # 获取表的行数

# 循环逐行输出
for i in range(nrows):
   if i == 0: # 跳过第一行
       continue
   print(table.row_values(i)[:5]) # 取前五列数据

示例2：Python读取Excel文件所有数据

import xlrd

workbook = xlrd.open_workbook('excelFile.xlsx')  # 打开一个xlsx文件
worksheets = workbook.sheet_names()  # 抓取所有sheet页的名称
print('worksheets is %s' %worksheets)
worksheet1 = workbook.sheet_by_name(u'Sheet1')  # 如果存在sheet1文件则定位到sheet1


"""
#遍历所有sheet对象
for worksheet_name in worksheets:
	worksheet = workbook.sheet_by_name(worksheet_name)
"""

# 遍历sheet1中所有行row
num_rows = worksheet1.nrows
for curr_row in range(num_rows):
    row = worksheet1.row_v