Python 在数据处理和操作方面非常强大，尤其是在 Excel 文件的操作上，Python 提供了多个库来简化这一过程。最常用的库包括 pandas、openpyxl 和 xlrd/xlwt。接下来，我们将对这些库进行全面总结，并给出一些代码示例。
一、pandas库
pandas 是一个强大的数据分析和处理库，它提供了非常友好的数据结构（如 DataFrame），让我们可以方便地读取、处理和写入 Excel 文件。
1. 安装 pandas
pip install pandas openpyxl
2. 读取 Excel 文件
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
print(df)
3. 数据处理
使用 pandas 进行数据处理非常简单，可以进行筛选、分组、聚合等操作。
# 筛选数据
filtered_data = df[df['column_name'] > 10]
# 按列聚合
grouped_data = df.groupby('category_column').sum()
print(grouped_data)
4. 写入 Excel 文件
# 将处理后的 DataFrame 写入新的 Excel 文件
df.to_excel('output.xlsx', sheet_name='ProcessedData', index=False)
二、openpyxl库
openpyxl 库主要用于读写 Excel 2010 xlsx/xlsm/xltx/xltm 文件，适合需要精细控制 Excel 格式的场景。
1. 安装 openpyxl
pip install openpyxl
2. 创建新 Excel 文件
from openpyxl import Workbook
# 创建工作簿和工作表
wb = Workbook()
ws = wb.active
# 写入数据
ws['A1'] = 'Hello'
ws['B1'] = 'World'
wb.save('example_openpyxl.xlsx')
3. 读取 Excel 文件
from openpyxl import load_workbook
# 加载已有的 Excel 文件
wb = load_workbook('example_openpyxl.xlsx')
ws = wb.active
# 读取数据
value = ws['A1'].value
print(value) # 输出：Hello
4. 操作单元格
# 修改某个单元格的值
ws['A1'] = 'Hi'
wb.save('example_openpyxl.xlsx')
三、xlrd 和 xlwt库
xlrd 用于读取旧版 Excel 文件（xls），xlwt 用于写入旧版 Excel 文件。尽管这两个库在处理 xls 文件时很有用，但由于 xlsx 格式的广泛使用，现在的使用频率相对较低。
1. 安装 xlrd 和 xlwt
pip install xlrd xlwt
2. 读取 xls 文件
import xlrd
# 打开 Excel 文件
workbook = xlrd.open_workbook('example.xls')
sheet = workbook.sheet_by_index(0)
# 读取数据
data = sheet.cell_value(0, 0)
print(data) # 输出第一行第一列的内容
3. 写入 xls 文件
import xlwt
# 创建工作簿和工作表
workbook = xlwt.Workbook()
sheet = workbook.add_sheet('Sheet1')
# 写入数据
sheet.write(0, 0, 'Hello')
workbook.save('output.xls')
总结
Python 提供了多种方法来操作 Excel 文件，其中 pandas 是最常用的选择，适用于数据分析和处理；openpyxl 则很适合需要对 Excel 文件进行复杂格式设置的场景；而 xlrd 和 xlwt 则适合处理老旧的 xls 文件。通过这些库，用户可以高效地读取、处理和写入 Excel 文件，大大提高了数据处理的效率。
