下面我将详细讲解“python里读写excel等数据文件的6种常用方式(小结)”的完整实例教程。
1. 使用第三方库pandas
使用pandas
库可以很方便地进行excel文件的读写操作。下面是一个以读取excel文件为例的示例代码:
import pandas as pd
# 读取excel文件
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
# 对数据进行处理/分析
...
# 将结果写入excel文件
df.to_excel('result.xlsx', sheet_name='Result', index=False)
在上述代码中,首先使用pd.read_excel()
函数读取了example.xlsx
文件中的Sheet1
表单,接着进行了一些数据处理/分析,最后使用df.to_excel()
函数将结果写入result.xlsx
文件中的Result
表单。需要注意的是,index=False
表示不将DataFrame的索引列写入excel文件中。
2. 使用第三方库openpyxl
openpyxl
也是一个常用来进行excel文件读写操作的库。以下是一个以读取excel文件为例的示例代码:
from openpyxl import load_workbook
# 读取excel文件
workbook = load_workbook('example.xlsx')
sheet = workbook['Sheet1']
for row in sheet.iter_rows(min_row=2, values_only=True):
# Todo: 对数据进行处理/分析
...
# 将结果写入excel文件
result_sheet = workbook.create_sheet('Result')
for i, data in enumerate(result_data):
result_sheet.cell(row=i+1, column=1, value=data)
workbook.save('result.xlsx')
在上述代码中,首先使用load_workbook()
函数读取了example.xlsx
文件,接着通过workbook['Sheet1']
的方式获取Sheet1
表单,然后通过sheet.iter_rows()
函数获取每一行的数据,最后进行一些数据处理/分析。接下来,使用create_sheet()
函数新建了一个Result
表单,并通过result_sheet.cell()
函数向其中写入了result_data
列表中的数据。最终通过workbook.save()
函数将结果写入result.xlsx
文件中。需要注意的是,sheet.iter_rows()
函数中的min_row=2
表示从第2行开始读取数据,values_only=True
表示只返回单元格的值而不包含其他信息。
上述代码只是两条示例,还有其他常用的方式,比如使用xlrd
、xlwt
、xlutils
等库进行excel文件读写操作,可以根据实际需求进行选择。