Python 中读取 Excel 表格数据

在 Python 中读取 Excel 表格数据可以使用 pandas 库，这个库为数据处理和分析提供了强大的工具。以下是如何在 Python 中读取 Excel 文件的示例脚本。

安装所需库

首先，我们需要确保安装了所需的库。主要使用的库是 pandas 和 openpyxl（用于读取 Excel 文件）。您可以使用以下命令进行安装：

pip install pandas openpyxl

示例脚本

以下是一段完整的 Python 脚本，用于读取 Excel 文件中的数据并打印到控制台：

import pandas as pd

def read_excel(file_path, sheet_name=0):
    """
    读取 Excel 文件并返回 DataFrame。
    
    参数:
    file_path (str): Excel 文件的路径
    sheet_name (str|int, 可选): 工作表名称或索引，默认是第一个工作表
    
    返回:
    pd.DataFrame: Excel 数据作为 DataFrame 返回
    """
    try:
        df = pd.read_excel(file_path, sheet_name=sheet_name)
        return df
    except Exception as e:
        print(f"读取 Excel 文件时发生错误: {e}")
        return None

def main():
    file_path = 'example.xlsx'  # 您的 Excel 文件路径
    sheet_name = 'Sheet1'       # 您的工作表名称或编号

    df = read_excel(file_path, sheet_name)

    if df is not None:
        # 打印 DataFrame
        print(df)
        
        # 如果要遍历每一行，可以这样做
        for index, row in df.iterrows():
            print(f"行 {index}: {row.to_dict()}")

if __name__ == "__main__":
    main()

解释

• pandas 导入和使用：pandas 是处理表格数据的强大工具，我们使用它的 read_excel 函数读取 Excel 文件。
• read_excel 函数：该函数接收 Excel 文件路径和工作表名称（或索引），并返回一个 DataFrame 对象。我们在函数中捕捉了可能的异常并打印错误信息。
• DataFrame：这是 pandas 中的核心数据结构，类似于 Excel 表格，可以进行各种数据操作。
• iterrows 方法：我们可以循环 DataFrame 的每一行，并将其转换为字典格式进行处理。

扩展

以上脚本展示了如何读取 Excel 文件的基础功能。pandas 的强大之处在于可以进行丰富的数据操作和分析。以下是一些扩展功能的例子：

只读取某些列

您可以通过指定 usecols 参数只读取某些列：

df = pd.read_excel(file_path, sheet_name=sheet_name, usecols="A:C")

处理缺失值

可以使用 dropna 函数丢弃包含缺失值的行：

df_clean = df.dropna()

写入 Excel 文件

如果您处理完数据后需要保存回 Excel 文件，可以使用 to_excel 函数：

df.to_excel("output.xlsx", index=False)

通过结合 pandas 提供的丰富功能，您可以使用上述基础示例脚本进行更复杂的数据处理任务。希望这篇文章能对您有所帮助，祝您的数据处理顺利！