当前位置：首页 > news >正文

Python Excel 文件处理：openpyxl 与 pandas 库完全指南

news 来源：原创 2025/6/7 16:02:19

在数据处理和分析过程中，Excel 文件是最常见的数据存储格式之一。Python 提供了多个库来处理 Excel 文件，其中 openpyxl 和 pandas 是最常用的两个库。它们各自有独特的优势，适用于不同的需求。本文将详细介绍如何使用这两个库来处理 Excel 文件。

一、使用 `openpyxl` 处理 Excel 文件

openpyxl 是一个纯 Python 编写的库，用于读取、写入、修改 Excel 文件（.xlsx 格式）。它支持更多 Excel 文件特性，如合并单元格、格式化、绘制图表等。

1. 安装 `openpyxl`

在开始之前，需要先安装 openpyxl 库：

pip install openpyxl

2. 读取 Excel 文件

openpyxl 可以用于打开并读取 Excel 文件的内容。下面是如何读取 Excel 文件的基本示例：

import openpyxl# 加载工作簿
workbook = openpyxl.load_workbook('example.xlsx')# 选择活动工作表
sheet = workbook.active# 读取特定单元格的值
print(sheet['A1'].value)# 或者通过行列索引访问
print(sheet.cell(row=1, column=1).value)

3. 写入数据到 Excel 文件

我们可以在 Excel 文件中写入数据或更新现有数据：

# 写入数据到特定单元格
sheet['A2'] = 'Hello, Openpyxl!'# 保存更改到新的 Excel 文件
workbook.save('output.xlsx')

4. 遍历所有行和列

你可以遍历 Excel 工作表的所有行和列：

for row in sheet.iter_rows(min_row=1, max_row=3, min_col=1, max_col=3):for cell in row:print(cell.value, end=" ")print()

5. 创建新的工作表

你可以创建新的工作表，并添加数据：

# 创建一个新的工作表
new_sheet = workbook.create_sheet('NewSheet')# 向新工作表写入数据
new_sheet['A1'] = 'New Data'# 保存工作簿
workbook.save('output_with_new_sheet.xlsx')

6. 格式化和样式设置

openpyxl 还支持对单元格进行样式设置，例如字体、颜色和对齐方式：

from openpyxl.styles import Font, Color, Alignment# 设置字体加粗和斜体
sheet['A2'].font = Font(bold=True, italic=True)# 设置单元格背景颜色
sheet['A2'].fill = openpyxl.styles.PatternFill(start_color="FFFF00", end_color="FFFF00", fill_type="solid")# 设置文本居中对齐
sheet['A2'].alignment = Alignment(horizontal='center', vertical='center')# 保存更改
workbook.save('styled_output.xlsx')

7. 合并单元格

你可以合并单元格来创建跨越多个列或行的标题或数据块：

# 合并 A1 到 D1 的单元格
sheet.merge_cells('A1:D1')# 设置合并单元格的内容
sheet['A1'] = 'Merged Cells'# 保存更改
workbook.save('merged_cells_output.xlsx')

二、使用 `pandas` 处理 Excel 文件

pandas 是一个强大的数据分析库，具有极好的处理表格数据的能力。它能够处理 .xls 和 .xlsx 格式的文件，并且在读取和写入 Excel 数据时表现非常高效。

1. 安装 `pandas` 和 `openpyxl`

在使用 pandas 读取和写入 Excel 文件时，推荐安装 openpyxl 作为 Excel 文件的支持引擎：

pip install pandas openpyxl

2. 读取 Excel 文件

pandas 提供了 read_excel() 函数来读取 Excel 文件并将其转换为 DataFrame（数据框）。DataFrame 是 pandas中的核心数据结构，方便进行数据分析。

import pandas as pd# 读取 Excel 文件
df = pd.read_excel('example.xlsx')# 查看 DataFrame
print(df.head())  # 显示前 5 行

3. 读取特定工作表

如果 Excel 文件包含多个工作表，你可以指定要读取的工作表：

# 读取指定工作表
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')# 或者按索引指定工作表
df = pd.read_excel('example.xlsx', sheet_name=0)  # 读取第一个工作表

4. 写入数据到 Excel 文件

将数据框写入 Excel 文件时，可以使用 to_excel() 方法。你可以选择是否保存为新的工作表或覆盖现有工作表。

# 创建一个新的 DataFrame
df_new = pd.DataFrame({'A': [1, 2, 3],'B': ['X', 'Y', 'Z']
})# 将 DataFrame 写入 Excel 文件
df_new.to_excel('output.xlsx', index=False)  # `index=False` 防止保存索引列

5. 数据筛选与处理

pandas 提供了强大的数据处理能力，可以很容易地对 Excel 数据进行筛选、排序、分组等操作：

# 筛选数据
filtered_df = df[df['ColumnA'] > 50]# 排序
sorted_df = df.sort_values(by='ColumnB', ascending=False)# 分组并聚合
grouped_df = df.groupby('Category').agg({'Value': 'sum'})

6. 修改数据

你可以直接修改 DataFrame 中的值：

# 修改特定单元格的值
df.loc[0, 'ColumnA'] = 100# 修改整列
df['ColumnB'] = df['ColumnB'] * 2

7. 保存 DataFrame 到多个工作表

pandas 允许你将多个 DataFrame 写入同一个 Excel 文件中的多个工作表：

# 创建 ExcelWriter 对象
with pd.ExcelWriter('output_multiple_sheets.xlsx') as writer:df.to_excel(writer, sheet_name='Sheet1', index=False)df_new.to_excel(writer, sheet_name='Sheet2', index=False)

三、`openpyxl` 和 `pandas` 的比较与使用场景

openpyxl：适用于更复杂的 Excel 文件操作，如格式化、图表生成、单元格合并等。它能精确控制 Excel 文件的结构和格式。
- 优势：可以进行细粒度的操作，如样式、合并单元格、图表等。
- 场景：生成或修改带有格式、样式或其他 Excel 特性（如图表、过滤器）的文件。
pandas：主要用于数据处理和分析，能够高效地读取、操作和写入表格数据。它的 DataFrame 结构使得数据操作变得非常简便，尤其适合进行批量数据处理和分析。
- 优势：高效的数据操作、支持大量数据操作、与 numpy 配合使用、简洁的语法。
- 场景：数据分析、批量数据处理、数据清洗等。

总结

openpyxl 适合处理 Excel 文件中的格式化操作和结构性操作（如合并单元格、图表、单元格样式等），而 pandas 适合快速的数据分析和表格数据处理。
如果你需要对 Excel 文件的内容进行复杂的分析、过滤、聚合等操作，建议使用 pandas。
如果你需要格式化 Excel 文件、设置样式或创建图表等，建议使用 openpyxl。

通过这两个库的结合使用，你可以高效地处理和分析 Excel 数据，从而提高工作效率。

Python 使用总结之：Python 文本转语音引擎 – pyttsx3 完全指南 – 菜鸟-创作你的创作