python怎么读取excel表格数据

Python 如何读取 Excel 表格数据：从基础到高级
在数据处理和分析中，Excel 文件是一种常见的数据存储格式。Python 作为一门强大的编程语言，提供了多种方式来读取和处理 Excel 数据。其中，`pandas` 库是 Python 数据分析中最常用的工具之一，它提供了丰富的数据处理功能，包括读取 Excel 文件。本文将详细介绍 Python 如何读取 Excel 表格数据，涵盖从基础到高级的多个方面。
一、Python 读取 Excel 文件的概述
Excel 文件通常以 `.xls` 或 `.xlsx` 为扩展名。Python 中常用的方式包括使用 `pandas` 库、`openpyxl` 库以及 `xlrd` 库。其中，`pandas` 是最常用且功能最强大的工具之一，因为它提供了简单易用的 API，能够高效地读取和处理 Excel 数据。
在 Python 中，读取 Excel 文件的基本步骤包括：
1. 安装依赖库：如果尚未安装，需要先使用 `pip install pandas openpyxl` 安装相关库。
2. 导入库：在 Python 脚本中导入 `pandas` 库。
3. 读取文件：使用 `pandas.read_excel()` 函数读取 Excel 文件。
4. 处理数据：进行数据清洗、转换、分析等操作。
5. 输出结果：将处理后的数据保存为 CSV、DataFrame 等格式。
二、使用 pandas 读取 Excel 文件
2.1 基本用法
`pandas.read_excel()` 是读取 Excel 文件的核心函数，其基本语法如下：
python
import pandas as pd
读取 Excel 文件
df = pd.read_excel("data.xlsx")

执行上述代码后，`df` 将是一个 `DataFrame` 对象，包含 Excel 文件中的所有数据。如果文件路径正确，数据将被正确加载。
2.2 处理不同格式的 Excel 文件
- .xls 文件：使用 `pandas.read_excel()` 可以读取 `.xls` 文件。
- .xlsx 文件：使用 `pandas.read_excel()` 也可以读取 `.xlsx` 文件，因为 `openpyxl` 支持 `.xlsx` 格式。
2.3 读取指定工作表
如果 Excel 文件中有多个工作表，可以使用 `sheet_name` 参数指定要读取的工作表名称：
python
df = pd.read_excel("data.xlsx", sheet_name="Sheet2")

或者使用 `index` 参数指定工作表索引：
python
df = pd.read_excel("data.xlsx", sheet_name=1)

三、读取 Excel 文件的常用方法
3.1 使用 pandas 读取
这是最常见且推荐的方式，其优点是使用简单、功能强大，适合大多数数据处理场景。
3.2 使用 openpyxl 读取
`openpyxl` 是一个专门用于读取和写入 Excel 文件的库，它支持 `.xls` 和 `.xlsx` 格式，且在处理大型文件时性能较好。
python
from openpyxl import load_workbook
读取 Excel 文件
wb = load_workbook("data.xlsx")
ws = wb.active 获取当前活动工作表
读取数据
data = []
for row in ws.iter_rows():
row_data = [cell.value for cell in row]
data.append(row_data)

3.3 使用 xlrd 读取
`xlrd` 是一个用于读取 Excel 文件的库，但其主要功能是读取 `.xls` 文件。它在处理旧版 Excel 文件时表现良好，但在处理 `.xlsx` 文件时可能不如 `pandas` 或 `openpyxl` 灵活。
python
import xlrd
读取 Excel 文件
book = xlrd.open_workbook("data.xls")
sheet = book.sheet_by_index(0)
读取数据
data = []
for row_index in range(sheet.nrows):
row_data = []
for col_index in range(sheet.ncols):
row_data.append(sheet.cell_value(row_index, col_index))
data.append(row_data)

四、读取 Excel 数据的常见问题与解决方案
4.1 文件路径错误
如果文件路径不正确，`pandas.read_excel()` 会抛出 `FileNotFoundError` 异常。解决方法是确保文件路径正确，或者使用相对路径。
4.2 文件格式不匹配
如果文件格式不匹配（如 `.xls` 但实际是 `.xlsx`），`pandas.read_excel()` 会抛出 `FileNotRecognizedError`。解决方法是使用 `engine` 参数指定文件格式。
python
df = pd.read_excel("data.xlsx", engine="openpyxl")

4.3 读取大量数据时的性能问题
如果 Excel 文件非常大，`pandas` 可能会遇到性能问题。此时可以考虑使用 `openpyxl` 或 `xlrd` 进行读取，或者使用 `Dask` 等库进行分布式处理。
五、读取 Excel 数据的高级功能
5.1 读取指定列
可以通过 `columns` 参数指定读取的列名或列索引：
python
df = pd.read_excel("data.xlsx", columns=["Name", "Age"])

或者使用 `header` 参数指定第一行是否为表头：
python
df = pd.read_excel("data.xlsx", header=0)

5.2 读取特定行
可以通过 `skiprows` 和 `skipfooter` 参数跳过某些行或列：
python
df = pd.read_excel("data.xlsx", skiprows=1, skipfooter=3)

5.3 读取特定区域
可以使用 `range` 参数指定读取的行和列范围：
python
df = pd.read_excel("data.xlsx", rows=[1, 3, 5], cols=[0, 2])

六、读取 Excel 数据的常见应用场景
6.1 数据清洗与预处理
在数据分析之前，通常需要对 Excel 数据进行清洗，如处理缺失值、重复值、格式转换等。`pandas` 提供了丰富的数据处理函数，如 `fillna()`、`dropna()`、`astype()` 等。
6.2 数据导出与保存
读取 Excel 数据后，可以将其保存为 CSV、Excel、JSON 等格式。例如：
python
df.to_csv("data.csv", index=False)
df.to_excel("data.xlsx", index=False)

6.3 数据分析与可视化
读取 Excel 数据后，可以使用 `matplotlib`、`seaborn` 等库进行数据可视化，或者使用 `pandas` 的 `groupby()`、`pivot_table()` 等函数进行数据分析。
七、总结
Python 读取 Excel 文件的方法多种多样，`pandas` 是最推荐使用的工具，因为它提供了简单、高效、功能强大的数据处理能力。无论是基础的读取，还是高级的数据处理、导出、可视化，`pandas` 都能胜任。在实际应用中，应根据数据规模、文件格式和需求选择合适的工具，以确保数据处理的效率和准确性。
通过本文的介绍，读者可以掌握 Python 读取 Excel 文件的基本方法，以及在实际场景中如何灵活运用这些工具。希望本文对读者在数据处理和分析工作中有所帮助，也欢迎读者在评论区分享自己的使用经验。