Excel处理控件Aspose.Cells教程:使用Python将 Excel 转换为 NumPy
使用 Python 处理 Excel 数据非常常见。这通常涉及将数据从 Excel 转换为可高效操作的形式。将 Excel 数据转换为可分析的格式可能非常棘手。在本篇教程中,您将学习借助强大Excel处理控件Aspose.Cells for Python,如何仅用几行代码将 Excel 转换为 NumPy 数组。
为什么选择 NumPy?
NumPy(数值 Python)是一个开源 Python 库。它是 Python 数据科学和机器学习的支柱。NumPy 提供快速的数组操作和高效的数值计算。它可以与 Pandas、TensorFlow 和 scikit-learn 流畅协作。该库支持多维数组、矩阵、线性代数和傅里叶变换。数组使用连续内存,因此比 Python 列表更快。如此高的速度使 NumPy 成为科学计算和数据分析的核心工具。
Excel 广泛用于存储数据集,但它并未针对 Python 工作流程进行优化。传统的转换方法通常需要额外的库、多个步骤以及手动解析。Aspose.Cells 允许您将数据从Excel、TSV、CSV和JSON格式直接导出到 NumPy 数组。这将电子表格与 Python 的数值工具连接起来。
什么是 Aspose.Cells for Python?
Aspose.Cells是面向 Python 开发人员的最佳 Excel 库。它允许读取、创建和操作电子表格,而无需依赖 Microsoft Excel。通过 .NET 的 Python 版本嵌入了 Aspose.Cells 的 .NET 版本并将其公开给 Python。Aspose.Cells 简化了 Excel 到 NumPy 的转换过程。它允许您将整个工作簿、工作表、范围、行、列,甚至列表对象直接导出到 NumPy ndarray 中。这意味着您可以轻松将原始 Excel 文件转换为干净、可立即使用的数据,用于分析或机器学习。
Aspose.Cells官方试用版免费下载
您可以从 PyPI 安装它:
pip install aspose‑cells‑python
安装完成后,将该库与 NumPy 一起导入:
import aspose.cells as cells import numpy as np
如何将 Excel 工作簿转换为 NumPy
一个工作簿可能包含多个工作表。您可以一次性将整个 Excel 工作簿导出为 NumPy ndarray。当您想直接在 Python 中处理所有工作表的数据时,这非常方便。
按照以下步骤将 Excel 工作簿转换为 NumPy ndarray:
- 使用该类加载 Excel 工作簿Workbook。
- 从工作簿访问所有工作表。
- 循环遍历每个工作表以读取其使用的行和列。
- 逐行提取单元格值。
- 将每张表的数据存储到列表列表中。
- 使用 np.asarray() 将收集的数据转换为 NumPy ndarray。
以下是导出示例工作簿的简化 Python 脚本:
import aspose.cells as cells import numpy as np# load workbook workbook = cells.Workbook("sample_data.xlsx") sheets = workbook.worksheets# prepare an empty list to hold sheet data sheets_data = []# loop through worksheets for sheet in sheets:# sheet = workbook.worksheets.get(sheet_index)sheet_cells = sheet.cellsmax_row = sheet_cells.max_data_row + 1 # number of populated rowsmax_col = sheet_cells.max_data_column + 1 # number of populated columnssheet_rows = []for r in range(max_row):row_values = []for c in range(max_col):cell = sheet_cells.check_cell(r, c)row_values.append(cell.value if cell else "")sheet_rows.append(row_values)sheets_data.append(sheet_rows)# convert to ndarray with dtype=object to preserve strings excel_array = np.asarray(sheets_data, dtype=object) print(excel_array)
如何将 Excel 工作簿转换为 NumPy
此脚本将所有空白单元格替换为空字符串,并将所有工作表合并为一个 NumPy 数组。最终的 excel_array 是三维的:第一层代表工作表,第二层代表行,第三层代表列。
[[['City', 'Region', 'Store'],['Chicago', 'Central', '3055'],['New York', 'East', '3036'],['Detroit', 'Central', '3074']],[['City2', 'Region2', 'Store3'],['Seattle', 'West', '3000'],['philadelph', 'East', '3082'],['Detroit', 'Central', '3074']],[['City3', 'Region3', 'Store3'],['Seattle', 'West', '3166'],['New York', 'East', '3090'],['Chicago', 'Central', '3055']]]
将单个工作表转换为 NumPy
有时,您可能希望使用单个工作表而不是整个工作簿。您可以按照以下步骤直接提取一个工作表的单元格值并将其转换为 NumPy ndarray:
- 将类加载到 Excel 文件Workbook。
- 通过索引访问目标工作表。
- 获取最大使用的行数和列数。
- 循环遍历每一行和每一列来收集单元格值。
- 将提取的数据存储在列表中。
- 使用 np.asarray() 将列表转换为 NumPy ndarray。
以下是导出单个工作表的 Python 脚本:
import aspose.cells as cells import numpy as np# load workbook workbook = cells.Workbook("sample_data.xlsx")# access the first worksheet sheet = workbook.worksheets[0]# get max rows and columns with data max_row = sheet.cells.max_data_row + 1 max_col = sheet.cells.max_data_column + 1# extract data rows = [] for r in range(max_row):row_values = []for c in range(max_col):cell = sheet.cells.check_cell(r, c)row_values.append(cell.value if cell else "")rows.append(row_values)# convert to numpy ndarray worksheet_array = np.asarray(rows, dtype=object) print(worksheet_array)
这将创建一个 2D ndarray,其中行映射到 Excel 行,列映射到 Excel 列。
[['City' 'Region' 'Store'] ['Chicago' 'Central' '3055'] ['New York' 'East' '3036'] ['Detroit' 'Central' '3074']]
如何将 Excel 数据转换为 NumPy 数据
在某些情况下,您只需要特定范围的单元格。Aspose.Cells 允许您定义一个范围并将其直接导出到 NumPy ndarray。
请按照以下步骤操作:
- 将类加载到工作簿中Workbook。
- 选择目标工作表。
- 使用该方法定义一个范围worksheet.cells.create_range()。
- 循环遍历范围的行和列来提取值。
- 使用 np.asarray() 将值转换为 NumPy ndarray。
以下代码示例显示如何将一系列单元格从 Excel 转换为 NumPy ndarray:
import aspose.cells as cells import numpy as np# load workbook workbook = cells.Workbook("sample_data.xlsx")# select first worksheet sheet = workbook.worksheets.get(0)# define a range (B1 to C3) cell_range = sheet.cells.create_range("B1", "C3")# extract data from range range_data = [] for r in range(cell_range.row_count):row_values = []for c in range(cell_range.column_count):cell = sheet.cells.check_cell(r, c)row_values.append(cell.value if cell else "")range_data.append(row_values)# convert to numpy ndarray range_array = np.asarray(range_data, dtype=object) print(range_array)
如果选定范围覆盖两列三行,则生成的数组将为 3×2,例如:
[['City' 'Region']['Chicago' 'Central']['New York' 'East']]
将 Excel 表(ListObject)转换为 NumPy
Excel 表格是包含标题和行的结构化数据区域。在 Aspose.Cells 中,它以 ListObject 的形式表示。您可以轻松地将 Excel 表格的内容导出到 NumPy ndarray 中,以便在 Python 中进一步处理。
- 加载工作簿并选择工作表。
- 从工作表访问 ListObject(Excel 表)。
- 将表的数据导出到二维数组中。
- 将数组转换为 NumPy ndarray。
- 使用 ndarray 进行数据科学或机器学习工作流程。
以下代码示例显示如何将 Excel 表(ListObject)导出到 NumPy:
import aspose.cells as cells import numpy as np# Load Excel file workbook = cells.Workbook("sample_data.xlsx") sheet = workbook.worksheets.get(0)# Create a table covering A1:C4 with headers index = sheet.list_objects.add("A1", "C4", True) table = sheet.list_objects[index]rows = [] for r in range(table.start_row, table.end_row + 1):row_vals = []for c in range(table.start_column, table.end_column + 1):cell = sheet.cells.check_cell(r, c)row_vals.append(cell.value if cell else "")rows.append(row_vals)list_object_array = np.asarray(rows, dtype=object) print(list_object_array)
生成的 NumPy ndarray 将包含 Excel 表的行和列,如果它们是数据范围的一部分,则包括标题。
[['City', 'Region', 'Store'],['Chicago', 'Central', '3055'],['New York', 'East', '3036'],['Detroit', 'Central', '3074']]
如何将 Excel 中的一行数据转换为 NumPy 格式
有时您只需要 Excel 中一行的数据。Aspose.Cells 可以轻松提取一行并将其直接加载到 NumPy ndarray 中。
- 加载 Excel 工作簿。
- 选择工作表。
- 选择要导出的行索引。
- 将行值导出为数组。
- 将数组转换为 NumPy ndarray 进行处理。
以下 Python 代码显示如何将 Excel 表的一行转换为 NumPy ndarray:
import aspose.cells as cells import numpy as np# Load Excel file workbook = cells.Workbook("sample_data.xlsx") sheet = workbook.worksheets.get(0) sheet_cells = sheet.cellsmax_col = sheet_cells.max_data_column + 1# choose a row (e.g., last data row) row_index = sheet_cells.max_data_row row_vals = [] for c in range(max_col):cell = sheet_cells.check_cell(row_index, c)row_vals.append(cell.value if cell else "")row_array = np.asarray(row_vals, dtype=object) print(row_array)
生成的 NumPy ndarray 将是一个一维数组,包含所选行的所有值。
['Detroit' 'Central' 3074]
将 Excel 列转换为 NumPy
在某些情况下,您可能只需要 Excel 工作表单列中的值。Aspose.Cells 可让您轻松导出该列并将其转换为 NumPy ndarray。
- 加载 Excel 工作簿。
- 选择目标工作表。
- 选择要导出的列索引。
- 导出列值。
- 将值转换为 NumPy ndarray。
以下 Python 代码显示如何将 Excel 表的列转换为 NumPy ndarray:
import aspose.cells as cells import numpy as np# Load Excel file workbook = cells.Workbook("D:\\Files\\sample_data.xlsx") sheet = workbook.worksheets.get(0) sheet_cells = sheet.cells max_row = sheet_cells.max_data_row + 1# choose a column (e.g., last data column) col_index = sheet_cells.max_data_column col_vals = [] for r in range(max_row):cell = sheet_cells.check_cell(r, col_index)col_vals.append(cell.value if cell else "")column_array = np.asarray(col_vals, dtype=object) print(column_array)
生成的 NumPy ndarray 将是一个包含所选列的所有值的一维数组。
['Store' 3055 3036 3074]
使用 Aspose.Cells 和 NumPy 的技巧
-
内存注意事项:将非常大的工作簿转换为 NumPy 数组可能会消耗大量内存。请单独处理工作表,或尽可能读取特定范围的数据。
-
数据类型:如果您的电子表格包含混合类型(字符串、数字、日期),请在将列表转换为 NumPy 数组时指定 dtype=object。对于同质数值数据,您可以让 NumPy 推断其类型。
-
缺失值:Aspose.Cells 对于空单元格返回 None。在上面的示例中,我们用空字符串替换了它们。您也可以根据具体情况,用 np.nan 或其他标记值替换它们。
结论
Aspose.Cells for Python via .NET 简化了 Excel 数据到 NumPy 数组的转换。无论您需要的是整个工作簿、单个工作表、特定区域、表格、行还是列,该库都提供了清晰的方法来遍历单元格并构建 NumPy 可以使用的列表。通过将 Aspose.Cells 读取多种电子表格格式的能力与 NumPy 的数值计算能力相结合,您可以将 Excel 数据无缝集成到您的 Python 数据管道中。