使用 Python 读取 Excel 数据的详细教程

在数据分析和处理的过程中，Excel 文件是一种非常常见的数据存储格式。在 Python 中，我们可以通过多种方式读取 Excel 数据，其中最常用的库是 pandas 和 openpyxl。本教程将详细介绍如何使用这两个库读取 Excel 数据。

环境准备

在开始之前，确保你的 Python 环境中安装了 pandas 和 openpyxl。可以通过以下命令安装：

pip install pandas openpyxl

使用 pandas 读取 Excel 数据

pandas 是一个强大的数据分析工具，支持多种数据格式，包括 Excel 文件。我们下面将通过 pandas 读取 Excel 文件并对其进行基本操作。

假设我们有一个名为 data.xlsx 的 Excel 文件，内容如下：

| 姓名 | 年龄 | 职业 | |--------|------|----------| | 张三 | 25 | 教师 | | 李四 | 30 | 工程师 | | 王五 | 28 | 医生 |

以下是使用 pandas 读取 Excel 文件的示例代码：

import pandas as pd

# 读取 Excel 文件
file_path = 'data.xlsx'
df = pd.read_excel(file_path, sheet_name='Sheet1')

# 显示数据
print(df)

在上面的代码中，我们使用 pd.read_excel 方法读取 data.xlsx 文件中的 Sheet1 页。读取的数据被存储在一个 DataFrame 对象中，使用 print() 可以输出该对象的内容。

数据类型和基本操作

读取 Excel 数据后，你可能需要进行一些基本操作，例如查看数据的类型、删除缺失值、筛选数据等。以下是一些常用的操作示例：

# 查看数据的基本信息
print(df.info())

# 查看前五行数据
print(df.head())

# 查看年龄大于28岁的人
filtered_data = df[df['年龄'] > 28]
print(filtered_data)

# 填充缺失值（假设有缺失值）
df.fillna({'职业': '未知'}, inplace=True)

使用 openpyxl 读取 Excel 数据

openpyxl 是一个用于读取和写入 Excel 文件（.xlsx 格式）的库。虽然 pandas 更加便捷，但在某些情况下，我们可能需要使用 openpyxl 直接与 Excel 文件进行交互。

以下是使用 openpyxl 读取 Excel 文件的示例代码：

from openpyxl import load_workbook

# 加载 Excel 文件
file_path = 'data.xlsx'
wb = load_workbook(file_path)

# 选择工作表
sheet = wb['Sheet1']

# 读取数据
data = []
for row in sheet.iter_rows(values_only=True):
    data.append(row)

# 显示数据
for row in data:
    print(row)

在上面的代码中，我们使用 load_workbook 方法加载 Excel 文件，然后选择指定的工作表。通过 iter_rows 方法，我们可以逐行读取数据并将其存储在列表中。

小结

在本教程中，我们介绍了如何使用 pandas 和 openpyxl 读取 Excel 数据。pandas 提供了强大的工具来快速处理和分析数据，而 openpyxl 则适用于需要直接读取 Excel 结构的情况。根据实际需求选择合适的方法，就能高效地读取和利用 Excel 数据。希望这个教程能帮助你更好地掌握 Excel 数据的读取。