在日常數(shù)據(jù)處理工作中，Excel 是最常見的數(shù)據(jù)文件格式之一。無論是財務報表、銷售統(tǒng)計還是實驗數(shù)據(jù)，Python 都能通過強大的庫快速讀寫和處理 Excel 文件。其中最常用的就是 openpyxl 和 pandas。

本文將帶你了解這兩個庫的核心用法，并通過實戰(zhàn)示例展示如何高效操作 Excel 文件。

一、openpyxl：原生 Excel 文件操作庫

openpyxl 是一個專門用于讀寫 .xlsx 文件的純 Python 庫。它支持單元格讀寫、樣式設置、圖表創(chuàng)建等高級功能，適合對 Excel 文件結構進行精細控制的場景。

1. 安裝 openpyxl

pip install openpyxl

2. 創(chuàng)建 Excel 文件

from openpyxl import Workbook

# 創(chuàng)建一個新的工作簿
wb = Workbook()
ws = wb.active

# 寫入數(shù)據(jù)
ws['A1'] = '姓名'
ws['B1'] = '成績'
ws.append(['Alice', 95])
ws.append(['Bob', 88])

# 保存文件
wb.save('成績表.xlsx')

運行后，你將得到一個包含學生成績的 Excel 文件。

3. 讀取 Excel 文件

from openpyxl import load_workbook

wb = load_workbook('成績表.xlsx')
ws = wb.active

for row in ws.iter_rows(values_only=True):
    print(row)

輸出結果：

('姓名', '成績')
('Alice', 95)
('Bob', 88)

4. 修改單元格內容

ws['B2'] = 98  # 修改 Alice 的成績
wb.save('成績表_修改.xlsx')

5. 設置單元格樣式（可選）

from openpyxl.styles import Font, Alignment

ws['A1'].font = Font(bold=True, color="FF0000")
ws['A1'].alignment = Alignment(horizontal='center')
wb.save('成績表_格式.xlsx')

二、pandas：高效的數(shù)據(jù)分析利器

如果你更關注數(shù)據(jù)分析和批量處理，而不是 Excel 的格式細節(jié)，那么 pandas 是更高效的選擇。 pandas 可以輕松地讀寫 Excel 文件并與 DataFrame 無縫結合。

1. 安裝 pandas

pip install pandas openpyxl

2. 從 Excel 讀取數(shù)據(jù)

import pandas as pd

df = pd.read_excel('成績表.xlsx')
print(df)

輸出：

     姓名  成績
0  Alice  95
1    Bob  88

3. 修改數(shù)據(jù)并寫回 Excel

df.loc[df['姓名'] == 'Bob', '成績'] = 90
df.to_excel('成績表_更新.xlsx', index=False)

4. 多表格（多 Sheet）操作

with pd.ExcelWriter('多表格.xlsx') as writer:
    df.to_excel(writer, sheet_name='一班', index=False)
    df.to_excel(writer, sheet_name='二班', index=False)

5. 從多個 Excel 文件合并數(shù)據(jù)

import glob

files = glob.glob("data/*.xlsx")
all_data = pd.concat((pd.read_excel(f) for f in files))
all_data.to_excel('合并結果.xlsx', index=False)

三、openpyxl 與 pandas 的比較

結論：

• 如果你需要精細控制 Excel 外觀（如模板、美化），推薦 openpyxl。
• 如果你主要關注數(shù)據(jù)計算和處理，推薦 pandas。

四、實戰(zhàn)案例：銷售數(shù)據(jù)匯總

假設你有多個銷售 Excel 文件（如每月銷售數(shù)據(jù)），需要快速匯總并輸出總銷售額。

import pandas as pd
import glob

# 合并所有銷售文件
files = glob.glob("sales/*.xlsx")
df = pd.concat([pd.read_excel(f) for f in files])

# 匯總計算
summary = df.groupby('銷售員')['銷售額'].sum().reset_index()

# 導出結果
summary.to_excel('銷售匯總.xlsx', index=False)
print("匯總完成！")

這段代碼可以幫你自動讀取所有銷售文件，統(tǒng)計每位銷售員的總銷售額，并生成一個新的匯總文件。

五、總結

通過本文的學習，你應該掌握了以下內容：

• 使用 openpyxl 創(chuàng)建、修改和美化 Excel 文件。
• 使用 pandas 快速讀寫、分析和匯總 Excel 數(shù)據(jù)。
• 理解兩者的差異與適用場景。
• 掌握一個實戰(zhàn)級的數(shù)據(jù)匯總案例。

無論你是做數(shù)據(jù)分析、辦公自動化，還是構建數(shù)據(jù)驅動應用，Excel 操作都是 Python 工具箱中不可或缺的一環(huán)。 下一步，你可以繼續(xù)學習如何用 pandas + Matplotlib 實現(xiàn)數(shù)據(jù)可視化，為數(shù)據(jù)報告添加圖形洞察。

到此這篇關于Python操作Excel的實用工具與庫openpyxl/pandas的詳細指南的文章就介紹到這了,更多相關Python操作Excel庫內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論