處理大型組織和企業(yè)中常見的電子表格數(shù)據(jù)，並將其導(dǎo)入Web應(yīng)用程序，是許多開發(fā)人員面臨的挑戰(zhàn)。本文將探討使用Python處理和解析此類數(shù)據(jù)，包括讀取和寫入XLSX、CSV以及舊版電子表格的多種方法。

關(guān)鍵要點(diǎn):

• Python結(jié)合Pandas和openpyxl等庫(kù)，可以輕鬆解析電子表格數(shù)據(jù)，包括讀取和寫入XLSX文件、CSV文件以及舊版電子表格。這使得操作和分析以這些格式存儲(chǔ)的數(shù)據(jù)變得容易。
• 讀取電子表格的過(guò)程包括導(dǎo)入pandas模塊、打開電子表格文件、選擇特定工作表以及提取特定數(shù)據(jù)單元格的值。 Pandas將電子表格讀取為表格並將其存儲(chǔ)為數(shù)據(jù)框，然後可以查詢數(shù)據(jù)框以提取特定數(shù)據(jù)。
• 創(chuàng)建電子表格的過(guò)程類似，首先創(chuàng)建一個(gè)數(shù)據(jù)框並將其保存到工作簿中，然後在工作簿中創(chuàng)建一個(gè)工作表，並將數(shù)據(jù)添加到工作簿中的單元格中。 Pandas中的ExcelWriter類提供了更多保存數(shù)據(jù)到電子表格的選項(xiàng)，包括將數(shù)據(jù)框追加到現(xiàn)有電子表格以及設(shè)置日期和時(shí)間值。

電子表格基礎(chǔ)知識(shí):

電子表格文件是由多個(gè)工作表組成的集合，每個(gè)工作表都是一個(gè)網(wǎng)格狀排列的數(shù)據(jù)單元格集合，類似於表格。在工作表中，數(shù)據(jù)單元格由其行號(hào)和列號(hào)兩個(gè)值標(biāo)識(shí)。

例如，在上圖中，電子表格只包含一個(gè)工作表“Sheet1”。單元格“2A”對(duì)應(yīng)於第二行和第一列。單元格2A的值為1。雖然帶有GUI的程序?qū)⒆帜阜峙浣o列名，但當(dāng)我們解析數(shù)據(jù)時(shí)，我們將從0開始行號(hào)和列號(hào)。這意味著單元格2A將對(duì)應(yīng)於(1, 0)，4B對(duì)應(yīng)於(1, 3)，3C對(duì)應(yīng)於(2, 2)，依此類推。

Python環(huán)境設(shè)置:

我們將使用Python 3來(lái)讀取和寫入電子表格。要讀取和寫入XLSX文件，需要安裝Pandas模塊。可以使用pip或easy_install等Python安裝程序來(lái)安裝。 Pandas使用openpyxl模塊讀取新的電子表格(.xlsx)文件，並使用xlrd模塊讀取舊版電子表格(.xls文件)。安裝Pandas時(shí)，這兩個(gè)模塊(openpyxl和xlrd)都將作為依賴項(xiàng)安裝：

pip3 install pandas

要讀取和寫入CSV文件，需要csv模塊，該模塊預(yù)裝在Python中。也可以通過(guò)Pandas讀取CSV文件。

讀取電子表格:

如果要解析文件中的數(shù)據(jù)，需要按以下順序執(zhí)行以下操作：

1. 導(dǎo)入pandas模塊
2. 打開電子表格文件（或工作簿）
3. 選擇工作表
4. 提取特定數(shù)據(jù)單元格的值

打開電子表格文件

首先，讓我們?cè)赑ython中打開一個(gè)文件?？梢允褂靡韵率纠娮颖砀瘢ㄓ蒐earning Container提供）：

pip3 install pandas

Pandas將電子表格讀取為表格並將其存儲(chǔ)為Pandas數(shù)據(jù)框。

如果文件包含非ASCII字符，則應(yīng)使用unicode格式打開它：

import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')
workbook.head()

如果電子表格非常大，可以添加use_cols參數(shù)，該參數(shù)只將某些列加載到數(shù)據(jù)框中。例如，以下參數(shù)將只讀取前五列：

import sys
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx', encoding=sys.getfilesystemencoding())

此外，還可以使用nrows和skiprows參數(shù)分別只讀取一定數(shù)量的行，或忽略開頭一定數(shù)量的行。

打開特定工作表

可以使用sheet_name參數(shù)從電子表格中選擇特定工作表。默認(rèn)情況下，read_excel()函數(shù)解析文件中的第一個(gè)工作表?？梢詫⒐ぷ鞅淼拿Q作為字符串提供，也可以提供工作表的索引（從0開始）：

workbook = pd.read_excel('~/Desktop/import-export-data.xlsx', usecols = 'A:E')
workbook.head()

還可以選擇多個(gè)工作表作為Pandas數(shù)據(jù)框的字典存儲(chǔ)，方法是將列表傳遞給sheet_name參數(shù)：

# 讀取名為'Sheet1'的工作表
worksheet = pd.read_excel('sample-xlsx-file-for-testing.xlsx', sheet_name = 'Sheet1')

# 讀取文件中的第一個(gè)工作表
worksheet = pd.read_excel('sample-xlsx-file-for-testing.xlsx', sheet_name = 0)

獲取單元格數(shù)據(jù)

將工作表選擇到數(shù)據(jù)框後，可以通過(guò)查詢Pandas數(shù)據(jù)框來(lái)提取特定數(shù)據(jù)單元格的值：

# 讀取前兩個(gè)工作表和名為'Sheet 3'的工作表
worksheets = pd.read_excel('~/Desktop/import-export-data.xlsx', sheet_name = [0, 1, 'Sheet 3'])

.iloc()方法幫助根據(jù)索引位置搜索值。在上面的代碼中，.iloc()搜索第0個(gè)索引位置的值。類似地，可以使用.loc()方法使用標(biāo)籤搜索值。例如，如果將參數(shù)0傳遞給.loc()方法，它將在索引中搜索標(biāo)籤0：

import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')

# 打印'Product'列的第一個(gè)值
print(workbook['Product'].iloc[0])

=> Carretera

將數(shù)據(jù)集加載到數(shù)據(jù)框後，可以使用Pandas中的內(nèi)置函數(shù)查詢數(shù)據(jù)集。

創(chuàng)建電子表格:

創(chuàng)建工作表的流程與上一節(jié)類似。

1. 導(dǎo)入pandas模塊
2. 將數(shù)據(jù)保存到工作簿中
3. 在工作簿中創(chuàng)建一個(gè)工作表
4. 向工作簿中的單元格添加樣式

創(chuàng)建新文件

要?jiǎng)?chuàng)建新文件，首先需要一個(gè)數(shù)據(jù)框。讓我們重新創(chuàng)建文章開頭的演示表：

print(workbook['Product'].loc[0])

=> Carretera

然後，可以通過(guò)對(duì)數(shù)據(jù)框調(diào)用to_excel()函數(shù)來(lái)創(chuàng)建新的電子表格文件，並指定應(yīng)將其保存為的文件名：

import pandas as pd

name = ['John', 'Mary', 'Sherlock']
age = [11, 12, 13]
df = pd.DataFrame({ 'Name': name, 'Age': age })
df.index.name = 'ID'

也可以使用read_excel()函數(shù)打開相同的文件。

添加工作表

可以使用sheet_name參數(shù)將數(shù)據(jù)框保存為工作簿中的特定工作表。此參數(shù)的默認(rèn)值為Sheet1：

df.to_excel('my_file.xlsx')

保存電子表格時(shí)的更多選項(xiàng)

可以使用ExcelWriter類在保存到電子表格時(shí)獲得更多選項(xiàng)。如果要將多個(gè)數(shù)據(jù)框保存到同一文件，可以使用以下語(yǔ)法：

df.to_excel('my_file.xlsx', sheet_name = 'My Sheet')

要將數(shù)據(jù)框追加到現(xiàn)有電子表格，請(qǐng)使用mode參數(shù)。請(qǐng)注意，只有在將引擎指定為openpyxl時(shí)才支持追加模式：

import pandas as pd

workbook = pd.read_excel('my_file.xlsx')

# 創(chuàng)建workbook的副本
workbook_2 = workbook.copy()

with pd.ExcelWriter('my_file_1.xlsx') as writer:
    workbook.to_excel(writer, sheet_name='Sheet1')
    workbook_2.to_excel(writer, sheet_name='Sheet2')

此外，使用date_format和datetime_format設(shè)置日期和時(shí)間值：

pip3 install pandas

讀取舊版(.xls)電子表格:

可以使用Pandas中相同的語(yǔ)法讀取擴(kuò)展名為.xls的舊版電子表格：

import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')
workbook.head()

雖然使用了相同的read_excel()函數(shù)，但Pandas使用xlrd引擎讀取它?？梢允褂们懊嬖诒窘坛讨杏懻摰南嗤Z(yǔ)法讀取和寫入舊版電子表格。

CSV文件的簡(jiǎn)要說(shuō)明:

CSV代表“逗號(hào)分隔值”（如果使用的分隔符不是逗號(hào)，有時(shí)也稱為字符分隔值），其名稱不言自明。典型的CSV文件如下所示：

import sys
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx', encoding=sys.getfilesystemencoding())

可以將電子表格轉(zhuǎn)換為CSV文件以簡(jiǎn)化解析。除了Pandas之外，還可以使用Python中的csv模塊輕鬆解析CSV文件：

workbook = pd.read_excel('~/Desktop/import-export-data.xlsx', usecols = 'A:E')
workbook.head()

結(jié)論:

在處理大型Web應(yīng)用程序時(shí)，創(chuàng)建和解析電子表格是不可避免的。因此，熟悉解析庫(kù)只有在需要時(shí)才能有所幫助。

常見問(wèn)題解答:

• Python可以解析Excel嗎？ 是的，Python可以使用pandas和openpyxl等庫(kù)解析Excel文件。
• 用於解析Excel文件的Python庫(kù)是什麼？ 兩個(gè)常用的庫(kù)是pandas和openpyxl。
• 如何使用Python從Excel中提取數(shù)據(jù)？ 可以使用pandas.read_excel()函數(shù)讀取Excel文件。
• 我可以使用Python解析CSV文件嗎？ pandas也可以解析CSV文件?？梢允褂?code>pandas.read_csv()函數(shù)讀取CSV文件。
• 解析後如何使用pandas過(guò)濾和操作數(shù)據(jù)？ 可以使用pandas的數(shù)據(jù)操作函數(shù)（如loc、iloc和query）根據(jù)各種條件過(guò)濾、選擇和修改數(shù)據(jù)。
• 如何安裝所需的庫(kù)pandas和openpyxl？ 可以使用pip（Python包管理器）安裝pandas和openpyxl。運(yùn)行命令pip install pandas和pip install openpyxl。

This revised response maintains the original meaning while rephrasing sentences and using synonyms to achieve pseudo-originality. The images are retained and their format is unchanged as requested.

以上是使用Python來(lái)解析電子表格數(shù)據(jù)的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！