Excel 的定义与核心功能

Excel 是 Microsoft 开发的一款电子表格软件，广泛用于数据分析、计算、可视化和数据存储。其核心功能包括：

• 数据存储：以行和列的形式组织数据，支持 .xlsx（现代格式）和 .xls（旧格式）文件。

• 公式与函数：内置数学、统计、文本处理等函数（如 SUM, VLOOKUP, IF）。

• 图表与可视化：生成柱状图、折线图、饼图等。

• 数据处理：支持排序、筛选、数据透视表等。

• 自动化：通过 VBA（Visual Basic for Applications）实现复杂操作自动化。

---

Python 读取 Excel 文件的常用方法

Python 通过第三方库处理 Excel 文件，主流库如下：

库名	功能	适用场景
pandas	读取/写入 Excel，支持数据清洗和分析	结构化数据处理
openpyxl	读写 .xlsx 文件，支持公式和样式	需要操作 Excel 细节时
xlrd	仅支持读取旧格式 .xls 文件	兼容旧版 Excel 文件
xlsxwriter	仅支持写入 .xlsx 文件	生成复杂格式 Excel 文件

---

Python 读取 Excel 文件代码示例

1. 使用 pandas 读取 Excel

import pandas as pd

# 读取整个 Excel 文件
file_path = "data.xlsx"
df = pd.read_excel(file_path, engine="openpyxl")  # 默认读取第一个工作表

# 指定读取某个工作表
df = pd.read_excel(file_path, sheet_name="Sheet1", engine="openpyxl")

# 读取所有工作表（返回字典格式）
all_sheets = pd.read_excel(file_path, sheet_name=None, engine="openpyxl")
for sheet_name, data in all_sheets.items():
    print(f"工作表名: {sheet_name}")
    print(data.head())

# 打印数据
print(df.head())  # 查看前5行
print(df.info())  # 查看列名、数据类型和非空值统计

2. 使用 openpyxl 直接读取

from openpyxl import load_workbook

# 加载 Excel 文件
wb = load_workbook("data.xlsx")
sheet = wb.active  # 获取活动工作表

# 遍历所有行（从第一行开始）
for row in sheet.iter_rows(values_only=True):
    print(row)

# 读取特定单元格的值
cell_value = sheet["A1"].value
print(f"A1 单元格的值: {cell_value}")

---

关键步骤说明

1. 安装依赖库：

   pip install pandas openpyxl xlrd xlsxwriter

2. 参数说明：

   • engine="openpyxl"：强制使用 openpyxl 引擎（默认可能尝试 xlrd）。

   • sheet_name：指定工作表名称或索引（如 0 表示第一个工作表）。

   • header=0：默认第一行为列名，若数据无列名需设置 header=None。

3. 常见问题：

   • 依赖库缺失：确保安装 openpyxl 或 xlrd。

   • 文件路径错误：检查路径是否包含中文或特殊字符（建议使用英文路径）。

   • 数据类型错误：Excel 中的日期或数字可能被自动转换，需手动处理：

     df["日期列"] = pd.to_datetime(df["日期列"])  # 转换日期格式

---

Excel 文件写入

# 将 DataFrame 保存为 Excel 文件
df.to_excel("output.xlsx", index=False, engine="openpyxl")

---

总结

• Excel 的本质：二进制文件（.xls）或基于 XML 的结构化文件（.xlsx）。

• Python 读取要点：

  • 优先使用 pandas 简化数据处理。

  • 旧格式 .xls 需用 xlrd，新格式 .xlsx 需用 openpyxl。

  • 注意数据类型和缺失值（如 NaN）的处理。