python pandas操作excel

Python的Pandas库是处理Excel文件的强大工具，它提供了简洁高效的接口来读取、处理和分析表格数据。下面将详细介绍使用Pandas操作Excel的核心方法、常见场景及进阶技巧。

一、安装与环境准备

使用Pandas处理Excel文件前，需要安装Pandas及相应的引擎库（如openpyxl或xlrd）。可以通过pip命令安装：

复制代码

pip install pandas openpyxl

其中，openpyxl主要用于读写.xlsx格式文件（Excel 2007及以上版本），而xlrd则适用于较旧的.xls格式。

二、读取Excel文件

Pandas通过read_excel()函数读取Excel文件，并将其转换为DataFrame对象进行后续操作。

基本读取 ：

复制代码

import pandas as pd
df = pd.read_excel('data.xlsx')
print(df.head())

读取特定工作表 ：通过sheet_name参数指定工作表名称或索引。
复制代码
```
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')
```
读取多个工作表 ：可一次性读取所有工作表，返回一个以工作表名为键的字典。
复制代码
```
dfs = pd.read_excel('data.xlsx', sheet_name=['Sheet1', 'Sheet2'])
```
选择性读取列 ：使用usecols参数仅读取需要的列，提升处理效率。
复制代码
```
df = pd.read_excel('data.xlsx', usecols=['A', 'C'])
```

三、数据处理与清洗

读取数据后，Pandas提供了丰富的数据处理功能：

处理缺失值 ：使用dropna()删除含空值的行/列，或fillna()填充空值。
复制代码
```
df = df.dropna()  # 删除空行
df = df.fillna(0) # 用0填充空值
```
删除重复值 ：drop_duplicates()可移除重复行。
数据类型转换 ：astype()方法可调整列的数据类型。
复制代码
```
df['Age'] = df['Age'].astype(int)
```

数据筛选与排序 ：支持条件过滤和按列排序。

复制代码

filtered_df = df[df['销售额'] > 0]  # 过滤
sorted_df = df.sort_values(by='日期', ascending=False)  # 排序

四、写入Excel文件

使用to_excel()方法可将DataFrame写入Excel文件。

基本写入 ：

复制代码

df.to_excel('output.xlsx', index=False)  # index=False避免写入行索引

写入多个工作表 ：通过pd.ExcelWriter实现。

复制代码

with pd.ExcelWriter('output.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

追加写入现有文件 ：结合openpyxl可实现向已存在文件追加数据。

复制代码

from openpyxl import load_workbook
book = load_workbook('input.xlsx')
with pd.ExcelWriter('input.xlsx', engine='openpyxl', mode='a') as writer:
    writer.book = book
    df_new.to_excel(writer, sheet_name='Sheet1', startrow=writer.sheets['Sheet1'].max_row, index=False)

五、进阶应用与性能优化

批量文件处理 ：可结合os模块遍历文件夹，合并多个Excel文件。

复制代码

import os
all_files = [f for f in os.listdir('folder_path') if f.endswith('.xlsx')]
combined_df = pd.concat([pd.read_excel(f) for f in all_files])

大数据分块读取 ：处理大型文件时，使用chunksize参数分块读取以减少内存占用。
复制代码
```
for chunk in pd.read_excel('large_file.xlsx', chunksize=10000):
    process(chunk)
```
数据可视化集成 ：Pandas可结合Matplotlib或Seaborn生成图表，并利用openpyxl或XlsxWriter将图表嵌入Excel。
格式定制 ：通过openpyxl或XlsxWriter引擎，可在写入时设置单元格格式（如字体、颜色、列宽）。

六、应用场景示例

财务报表生成：自动读取原始数据，进行汇总计算后，生成带格式和图表的工作簿。
数据分析报告：自动化数据清洗、分析，并输出包含透视表和图表的报告。
项目管理：跟踪项目数据，自动计算进度指标并生成可视化报表。

七、库选择建议

Pandas：适合大多数数据处理场景，支持读写、清洗、分析，是综合性首选。
OpenPyXL ：需精细控制单元格格式、公式或图表时使用，支持.xlsx文件的读写。
XlsxWriter ：专注于创建和写入.xlsx文件，支持复杂图表和格式，但不支持读取。
xlrd/xlwt ：仅处理旧版.xls格式时考虑，功能较有限。

通过上述方法，你可以高效地使用Pandas完成Excel数据的自动化处理。根据具体需求（如数据量、格式复杂度、是否需要图表）选择合适的库和技巧，能显著提升工作效率。