当前位置：首页 > 职场技能 > python处理excel

python处理excel

shiwaishuzidu2025年07月22日 16:18:37职场技能144

当今数字化时代，数据处理成为了各个领域的重要环节，而Excel作为广泛使用的电子表格软件，积累了海量的数据信息，当数据量达到一定程度，或者处理需求变得复杂时，手动操作Excel不仅效率低下，还容易出错，Python凭借其强大的编程能力和丰富的库资源，为Excel数据处理提供了高效、自动化的解决方案，下面将详细介绍如何使用Python处理Excel文件，涵盖读取与写入、数据操作、格式设置以及高级应用等多个方面。

Python处理Excel的常用库

在Python中,处理Excel文件主要依赖以下几个库：

pandas：功能强大，支持数据清洗、转换和分析，适用于复杂的数据分析任务，它内置了对Excel文件的支持,并且提供了丰富的数据操作方法。
openpyxl：专注于.xlsx文件格式，提供细粒度的操作，如单元格格式、图表等,适合需要对Excel文件进行精细控制的场景。
xlrd：用于读取.xls和.xlsx文件，但自2.0.0版本起，仅支持.xls格式。
xlwt：用于写入.xls文件，不支持.xlsx格式。
xlsxwriter：用于创建新的.xlsx文件,并提供了丰富的格式设置选项。

安装所需库

在使用这些库之前，需要先通过pip命令进行安装,安装pandas和openpyxl的命令如下：

pip install pandas openpyxl

读取Excel文件

使用pandas库的read_excel函数可以轻松读取Excel文件,以下是一个示例代码：

import pandas as pd
# 读取Excel文件
df = pd.read_excel('example.xlsx')
# 显示前五行数据
print(df.head())

如果需要读取特定的工作表，可以使用sheet_name参数：

# 读取名为'Sheet1'的工作表
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')

写入Excel文件

利用pandas的DataFrame对象的to_excel方法,可以将数据写入Excel文件。

import pandas as pd
# 创建数据
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
# 写入Excel文件
df.to_excel('output.xlsx', index=False)

index=False表示不写入行索引。

数据操作

选择特定的列

从读取的Excel数据中选择特定的列非常简单，假设已经读取了数据到data中：

specific_columns = data[['Column1', 'Column2']]
print(specific_columns)

这里选择了名为Column1和Column2的两列数据。

选择特定的行

可以根据条件选择特定的行，选择Age列大于30的行：

filtered_data = data[data['Age'] > 30]
print(filtered_data)

新增列

在现有数据中新增一列也非常方便，新增一列Total，其值为Column1和Column2的和：

data['Total'] = data['Column1'] + data['Column2']
print(data)

删除列

删除不需要的列同样简单，比如删除名为Column3的列：

data = data.drop('Column3', axis=1)
print(data)

axis=1表示删除列，若axis=0则表示删除行。

数据排序

根据某一列的值对数据进行排序也很容易实现，按Age列升序排序：

sorted_data = data.sort_values(by='Age')
print(sorted_data)

若要降序排序，只需添加ascending=False参数即可。

数据去重

去除数据中的重复行也非常简单，假设数据中有重复行,使用以下方法去重：

unique_data = data.drop_duplicates()
print(unique_data)

数据替换

将数据中的某些值进行替换也很方便，将Name列中的Alice替换为Amy：

data['Name'] = data['Name'].replace('Alice', 'Amy')
print(data)

计算列的统计值

计算某一列的统计值，如平均值、总和等，计算Age列的平均值：

average_age = data['Age'].mean()
print(average_age)

还可以使用sum、max、min等方法计算其他统计值。

高级应用

合并多个Excel文件

如果有多个Excel文件需要合并，可以先分别读取，然后使用pandas的concat函数进行合并，假设存在file1.xlsx、file2.xlsx：

import pandas as pd
# 读取两个Excel文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')
# 合并数据
merged_data = pd.concat([df1, df2], ignore_index=True)
# 将合并后的数据写入新的Excel文件
merged_data.to_excel('merged.xlsx', index=False)

ignore_index=True表示忽略原数据的索引,重新生成新的索引。

拆分Excel文件

根据某一列的值将一个Excel文件拆分成多个文件，根据Name列进行拆分：

import pandas as pd
# 读取Excel文件
data = pd.read_excel('example.xlsx')
# 根据'Name'列进行分组
groups = data.groupby('Name')
# 遍历每个分组，并将其写入新的Excel文件
for name, group in groups:
    group.to_excel(f'{name}.xlsx', index=False)

这样，每个不同的Name值都会生成一个单独的Excel文件。

条件格式化

虽然pandas本身不直接支持像Excel那样丰富的条件格式化，但可以通过一些方式实现类似效果，比如根据某列的值设置颜色，可以将数据导出到HTML,利用CSS样式实现条件格式化：

import pandas as pd
# 读取Excel文件
data = pd.read_excel('example.xlsx')
# 根据某列的值设置背景颜色
styled_data = data.style.applymap(lambda x: 'background-color: yellow' if x > 10 else '')
# 将样式化后的数据导出为HTML文件
styled_data.to_html('styled.html')

这样生成的HTML文件可以在浏览器中查看,其中满足条件的单元格会被设置为黄色背景。

处理日期数据

如果Excel中有日期列，可以使用pandas的pd.to_datetime函数将其转换为日期类型,方便进行日期相关的计算和处理：

import pandas as pd
# 读取Excel文件
data = pd.read_excel('example.xlsx')
# 将'Date'列转换为日期类型
data['Date'] = pd.to_datetime(data['Date'])
print(data['Date'])

转换后的日期列可以进行各种日期运算，如计算差值、提取年份/月份等。

使用openpyxl进行细粒度操作

除了pandas之外，openpyxl也是处理Excel文件的常用库之一，它专注于.xlsx文件格式，提供了细粒度的操作，如单元格格式、图表等,以下是一些基本用法：

读取Excel文件

from openpyxl import load_workbook
# 加载Excel文件
wb = load_workbook('example.xlsx')
sheet = wb.active  # 获取当前活动的工作表（默认为第一张）
# 遍历每一行并输出A列的值
for row in sheet.iter_rows(min_row=1, min_col=1, max_row=sheet.max_row, max_col=1, values_only=True):
    for cell in row:
        print(cell)

load_workbook函数用于打开Excel文件，并返回一个Workbook对象。workbook.active属性获取到当前活动的工作表，即第一张工作表。sheet.iter_rows方法用于迭代每一行并输出指定列的值。

写入Excel文件

from openpyxl import Workbook
# 创建新的工作簿
wb = Workbook()
sheet = wb.active  # 获取当前活动的工作表（默认为第一张）
# 写入数据
sheet['A1'] = 'Hello, World!'
# 保存文件
wb.save('new_file.xlsx')

openpyxl.Workbook函数用于创建新的Excel文件，并返回一个Workbook对象。new_workbook.active属性获取到当前活动的工作表，即第一张工作表。new_sheet['A1']将值“Hello, World!”添加到新的Excel文件的A1单元格中。new_workbook.save方法将新的Excel文件保存到指定的地址中