在日常生活和工作中，Excel是一款广泛应用于数据处理和分析的工具。Python作为一门强大的编程语言，也能轻松实现对Excel文件的操作。本文将带你了解如何使用Python操作Excel，实现数据整理、计算和可视化等功能。
一、Python 操作 Excel 库
Python操作Excel 的常用库有pandas和openpyxl。pandas是一个用于数据处理和分析的库，而openpyxl是一个用于操作Excel文件的库。
二、读取 Excel 文件
1. 使用pandas读取Excel文件：
# 读取 Excel 文件 excel_file = "example.xlsx" df = pd.read_excel(excel_file, engine='openpyxl') # 显示数据框 print(df)
2. 使用openpyxl读取Excel文件：
# 读取 Excel 文件 excel_file = "example.xlsx" workbook = openpyxl.load_workbook(excel_file) sheet = workbook.active # 获取单元格数据 cell_value = sheet["A1"].value print(cell_value)
三、写入 Excel 文件
1. 使用pandas写入Excel文件：
# 创建一个数据框 df = pd.DataFrame({"Column1": [1, 2, 3], "Column2": [4, 5, 6]}) # 保存数据框为Excel文件 df.to_excel("output.xlsx", index=False, engine='openpyxl')
2. 使用openpyxl写入Excel文件：
# 创建一个工作簿 workbook = openpyxl.Workbook() sheet = workbook.active # 写入数据到单元格 sheet["A1"] = 1 sheet["B1"] = 2 sheet["C1"] = 3 # 保存工作簿为 Excel 文件 workbook.save("output.xlsx")
四、数据处理与分析
1. 数据筛选：
# 数据筛选 df = df[df["Column1"] > 5] print(df)
2. 数据排序：
# 数据排序 df = df.sort_values(by="Column1", ascending=False) print(df)
3.数据聚合：
# 数据聚合 grouped = df.groupby("Column1").sum() print(grouped)
4.数据可视化：
import matplotlib.pyplot as plt # 创建一个数据框 df = pd.DataFrame({"Column1": [1, 2, 3, 4, 5], "Column2": [5, 4, 3, 2, 1]}) # 绘制柱状图 plt.bar(df["Column1"], df["Column2"]) plt.xlabel("Column1") plt.ylabel("Column2") plt.title("Python vs Excel") plt.show()
五、结语
本文介绍了Python操作Excel文件的基本方法。即使用pandas和openpyxl来进行操作，这两个库都很方便，pandas更侧重于数字及数值计算，openpyxl则更广泛，具体可根据Excel内容来进行相应选择。
