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