PythonExcel操作教程：openpyxl与pandas实用指南

想要轻松玩转Excel数据处理？本文为你奉上Python操作Excel的详细教程，重点讲解两大热门库：`openpyxl`与`pandas`。`openpyxl`擅长精细的Excel格式控制，例如调整字体、颜色和对齐方式，而`pandas`则在数据分析领域更胜一筹，其DataFrame对象能高效完成数据清洗、转换等任务。针对大型Excel文件，本文还提供了性能优化技巧，如`openpyxl`的只读/只写模式和`pandas`的分块读取，助你提升读写速度。无论你是需要精确控制Excel格式，还是进行高效的数据分析，都能从本文找到实用的解决方案。

使用openpyxl和pandas操作Excel：openpyxl适合精细格式控制，pandas擅长数据分析；读写大型文件时可采用只读/只写模式或分块处理以提升性能。

Python操作Excel文件，简单来说，就是用代码读写Excel表格。两种常用的库是openpyxl和pandas。openpyxl更底层，适合精细控制格式；pandas则更适合数据分析和处理，简单粗暴。

解决方案

1. 使用openpyxl：

   • 安装： pip install openpyxl

   • 读取：

     from openpyxl import load_workbook
     
     # 加载工作簿
     workbook = load_workbook(filename="example.xlsx")
     
     # 选择工作表
     sheet = workbook["Sheet1"]  # 或者 workbook.active 获取活动工作表
     
     # 读取单元格数据
     cell_value = sheet["A1"].value
     print(cell_value)
     
     # 循环读取行
     for row in sheet.iter_rows(min_row=2, max_row=5, min_col=1, max_col=3):
         for cell in row:
             print(cell.value)

     iter_rows可以方便地按行读取数据，指定起始和结束的行/列。 注意，openpyxl的索引是从1开始的，不是从0开始的。 一开始用的时候，经常搞错。

   • 写入：

     from openpyxl import Workbook
     
     # 创建一个新的工作簿
     workbook = Workbook()
     
     # 选择工作表
     sheet = workbook.active
     
     # 写入单元格数据
     sheet["A1"] = "Hello"
     sheet["B2"] = 123
     
     # 保存工作簿
     workbook.save(filename="new_example.xlsx")

     写入数据非常直接，直接赋值即可。 创建新的工作簿也很简单。

   • 格式设置： openpyxl提供了丰富的格式设置选项，比如字体、颜色、对齐方式等。 这部分比较繁琐，需要查阅文档。

2. 使用pandas：

   • 安装： pip install pandas

   • 读取：

     import pandas as pd
     
     # 读取Excel文件
     df = pd.read_excel("example.xlsx", sheet_name="Sheet1")
     
     # 打印DataFrame
     print(df)
     
     # 获取特定列
     column_data = df["Column1"]
     print(column_data)

     read_excel函数非常强大，可以读取指定的工作表，还可以指定行索引、列索引等。 返回的是一个DataFrame对象，方便进行数据分析。

   • 写入：

     import pandas as pd
     
     # 创建一个DataFrame
     data = {"Name": ["Alice", "Bob", "Charlie"], "Age": [25, 30, 28]}
     df = pd.DataFrame(data)
     
     # 写入Excel文件
     df.to_excel("new_example.xlsx", sheet_name="Sheet1", index=False)

     to_excel函数可以将DataFrame写入Excel文件。 index=False表示不写入行索引。

     pandas写入excel，在处理大型数据集时会非常高效。

openpyxl和pandas，我该选哪个？

选择哪个库取决于你的具体需求。 如果你需要精细控制Excel的格式，或者处理一些特殊的需求，比如合并单元格、插入图片等，那么openpyxl更适合你。 如果你主要是进行数据分析和处理，那么pandas更方便快捷。 pandas的DataFrame对象提供了丰富的数据处理方法，可以方便地进行数据清洗、转换、分析等操作。

如何处理Excel中的日期格式？

在用openpyxl读取Excel文件时，日期会被读取成datetime对象。

from openpyxl import load_workbook
from datetime import datetime

workbook = load_workbook(filename="example_with_dates.xlsx")
sheet = workbook.active

date_value = sheet["A1"].value

if isinstance(date_value, datetime):
    print(date_value.strftime("%Y-%m-%d")) # 格式化日期
else:
    print(date_value)

用pandas读取时，默认也会尝试将日期识别为datetime对象。 如果读取失败，可以手动指定parse_dates参数。

import pandas as pd

df = pd.read_excel("example_with_dates.xlsx", parse_dates=["DateColumn"]) # DateColumn 是包含日期的列名
print(df["DateColumn"].dtype) # 确认是否为datetime64[ns]

如何优化Excel文件读写速度？

对于大型Excel文件，读写速度是一个需要考虑的问题。

• openpyxl： 可以使用read_only和write_only模式来提高读写速度。 read_only模式只能读取数据，不能修改数据；write_only模式只能写入数据，不能读取数据。

  from openpyxl import load_workbook
  
  # 只读模式
  workbook = load_workbook(filename="large_file.xlsx", read_only=True)
  sheet = workbook.active
  
  for row in sheet.rows:
      for cell in row:
          print(cell.value)
  
  # 只写模式
  from openpyxl import Workbook
  
  workbook = Workbook(write_only=True)
  sheet = workbook.create_sheet()
  
  for i in range(1000):
      row = [i] * 10
      sheet.append(row)
  
  workbook.save("large_file_write_only.xlsx")

• pandas： 可以使用chunksize参数来分块读取数据。 这样可以避免一次性将整个文件加载到内存中，从而提高读取速度。

  import pandas as pd
  
  for chunk in pd.read_excel("large_file.xlsx", chunksize=1000):
      print(chunk.head()) # 处理每一块数据

  另外，尽量避免在循环中频繁地读写单元格，可以将数据先存储到内存中，然后一次性写入Excel文件。

以上就是《PythonExcel操作教程：openpyxl与pandas实用指南》的详细内容，更多关于性能优化,数据处理,Pandas,openpyxl,PythonExcel的资料请关注golang学习网公众号！