Python知识点:如何使用Python进行Excel文件操作(OpenPyXL、Pandas)

在 Python 中,处理 Excel 文件常用的库有 OpenPyXLPandas。它们各自适合不同的使用场景:

  1. OpenPyXL

    • 主要用于操作 .xlsx 格式的 Excel 文件。
    • 适合对 Excel 文件进行格式设置公式图表等功能的处理。
    • 更多偏向 Excel 文档的原生功能操作。
  2. Pandas

    • 更适合处理表格型数据,如读取、分析、修改数据。
    • 可以非常方便地进行数据处理,如筛选、排序、数据聚合等操作。

以下是如何使用这两个库进行常见操作的示例:

安装所需库

bash 复制代码
pip install openpyxl pandas

1. 使用 OpenPyXL 操作 Excel 文件

基本操作:读取和写入

python 复制代码
from openpyxl import load_workbook, Workbook

# 读取 Excel 文件
wb = load_workbook('example.xlsx')
sheet = wb.active  # 获取活跃的 sheet,或通过 sheet 名字 wb['Sheet1'] 来获取

# 读取单元格数据
cell_value = sheet['A1'].value
print(cell_value)

# 修改单元格数据
sheet['A1'] = "New Value"

# 保存更改
wb.save('example_modified.xlsx')

创建一个新的 Excel 文件并写入数据

python 复制代码
# 创建新的工作簿
wb = Workbook()
sheet = wb.active

# 写入数据
sheet['A1'] = 'Hello'
sheet['A2'] = 'World'

# 保存工作簿
wb.save('new_file.xlsx')

添加多个 sheet

python 复制代码
# 创建一个新的 sheet
wb.create_sheet(title="Sheet2")

# 选择新的 sheet
sheet2 = wb["Sheet2"]
sheet2['A1'] = "Data in Sheet2"

# 保存
wb.save('new_file_with_multiple_sheets.xlsx')

2. 使用 Pandas 操作 Excel 文件

读取 Excel 文件

python 复制代码
import pandas as pd

# 读取 Excel 文件中的第一个 sheet
df = pd.read_excel('example.xlsx')

# 查看前几行数据
print(df.head())

将 DataFrame 写入到 Excel 文件

python 复制代码
# 创建一个 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35]
}
df = pd.DataFrame(data)

# 将 DataFrame 保存为 Excel 文件
df.to_excel('output.xlsx', index=False)  # index=False 去掉 DataFrame 的行索引

读取和写入多个 sheet

python 复制代码
# 读取 Excel 文件的特定 sheet
df_sheet2 = pd.read_excel('example.xlsx', sheet_name='Sheet2')

# 写入多个 sheet 到 Excel 文件
with pd.ExcelWriter('output_multiple_sheets.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, sheet_name='Sheet1')
    df_sheet2.to_excel(writer, sheet_name='Sheet2')

数据处理

Pandas 更适合进行数据处理操作,比如过滤、分组、聚合等:

python 复制代码
# 过滤数据
filtered_df = df[df['Age'] > 30]

# 分组聚合
grouped = df.groupby('Age').sum()

# 打印结果
print(filtered_df)
print(grouped)

两者对比

  • OpenPyXL 更适合需要对 Excel 文件的格式单元格样式图表等进行操作的场景。
  • Pandas 更擅长处理大规模数据、进行复杂的数据分析和处理,但它不处理 Excel 的格式和样式。

总结

根据实际需要选择库:

  • 如果你只是读取和处理数据,Pandas 更方便快捷。
  • 如果需要对 Excel 文件的格式图表等进行操作,OpenPyXL 更适合。

希望这些例子能帮助你了解如何使用 Python 来处理 Excel 文件。如果有更多问题,欢迎继续讨论!

相关推荐
逢生博客30 分钟前
使用 Python 项目管理工具 uv 快速创建 MCP 服务(Cherry Studio、Trae 添加 MCP 服务)
python·sqlite·uv·deepseek·trae·cherry studio·mcp服务
堕落似梦37 分钟前
Pydantic增强SQLALchemy序列化(FastAPI直接输出SQLALchemy查询集)
python
丘山子1 小时前
如何在 1000 亿级数据规模下实现高效的去重统计?
后端·面试·架构
天天扭码1 小时前
深入解析 JavaScript 中的每一类函数:从语法到对比,全面掌握适用场景
前端·javascript·面试
uhakadotcom1 小时前
Lovable:用AI轻松打造完整应用,零基础也能快速开发
后端·面试·架构
坐吃山猪2 小时前
Python-Agent调用多个Server-FastAPI版本
开发语言·python·fastapi
Bruce-li__2 小时前
使用Django REST Framework快速开发API接口
python·django·sqlite
小兜全糖(xdqt)2 小时前
python 脚本引用django中的数据库model
python·django
Arenaschi2 小时前
SQLite 是什么?
开发语言·网络·python·网络协议·tcp/ip
纪元A梦2 小时前
华为OD机试真题——推荐多样性(2025A卷:200分)Java/python/JavaScript/C++/C语言/GO六种最佳实现
java·javascript·c++·python·华为od·go·华为od机试题