Python读取Excel数据：使用Pandas和OpenPyXL详解！

包含编程籽料、学习路线图、爬虫代码、安装包等！【点击领取】

在日常的数据分析和处理中，Excel文件是最常见的数据源之一。Python提供了多种库来读取和处理Excel文件，其中最常用的是Pandas和OpenPyXL。本文将详细介绍如何使用这两个库来读取Excel文件中的数据，并提供一些实用的代码示例。

1. 准备工作
在开始之前，我们需要安装必要的Python库。如果你还没有安装这些库，可以使用以下命令进行安装：

pip install pandas openpyxl

Pandas：一个强大的数据处理库，支持读取和操作Excel文件。

OpenPyXL：一个专门用于处理Excel文件的库，支持.xlsx格式。

2. 使用Pandas读取Excel文件
Pandas是Python中最常用的数据处理库，它提供了简单易用的API来读取Excel文件。

2.1 读取整个Excel文件
使用pandas.read_excel()函数可以轻松读取Excel文件中的数据。以下是一个简单的示例：

import pandas as pd

# 读取Excel文件
file_path = "example.xlsx"
data = pd.read_excel(file_path)

# 显示前5行数据
print(data.head())

file_path：Excel文件的路径。

data：读取的数据会存储在一个Pandas的DataFrame对象中。

2.2 读取指定工作表
如果Excel文件中有多个工作表，可以通过sheet_name参数指定要读取的工作表。

# 读取指定工作表
sheet_name = "Sheet1"
data = pd.read_excel(file_path, sheet_name=sheet_name)

print(data.head())

2.3 读取指定列
如果只需要读取Excel文件中的某些列，可以使用usecols参数。

# 读取指定列
columns_to_read = ["Name", "Age", "Salary"]
data = pd.read_excel(file_path, usecols=columns_to_read)

print(data.head())

2.4 处理缺失值
Excel文件中可能存在缺失值（空单元格），Pandas会自动将这些缺失值标记为NaN。我们可以使用dropna()或fillna()方法来处理这些缺失值。

# 删除包含缺失值的行
data_cleaned = data.dropna()

# 用指定值填充缺失值
data_filled = data.fillna(0)

3. 使用OpenPyXL读取Excel文件
OpenPyXL是一个专门用于处理Excel文件的库，它提供了更底层的操作接口，适合需要精细控制Excel文件的场景。

3.1 读取Excel文件
以下是一个使用OpenPyXL读取Excel文件的示例：

from openpyxl import load_workbook

# 加载Excel文件
file_path = "example.xlsx"
workbook = load_workbook(file_path)

# 获取默认工作表
sheet = workbook.active

# 读取单元格数据
cell_value = sheet["A1"].value
print(f"单元格A1的值是: {cell_value}")

3.2 遍历工作表数据
可以使用循环遍历工作表中的所有行和列。

# 遍历所有行
for row in sheet.iter_rows(values_only=True):
    print(row)

values_only=True：只获取单元格的值，而不是单元格对象。

3.3 读取指定范围的数据
如果需要读取指定范围的数据，可以使用iter_rows()或iter_cols()方法。

# 读取A1到C3范围的数据
for row in sheet.iter_rows(min_row=1, max_row=3, min_col=1, max_col=3, values_only=True):
    print(row)

4. Pandas vs OpenPyXL：如何选择？
Pandas：适合需要快速读取和处理数据的场景，尤其是数据量较大时。Pandas提供了丰富的数据操作功能，如数据过滤、排序、分组等。

OpenPyXL：适合需要对Excel文件进行精细控制的场景，比如读取特定单元格、修改单元格样式等。

5. 完整代码示例
以下是一个完整的代码示例，演示如何使用Pandas和OpenPyXL读取Excel文件中的数据：

import pandas as pd
from openpyxl import load_workbook

# 使用Pandas读取Excel文件
def read_with_pandas(file_path):
    data = pd.read_excel(file_path)
    print("使用Pandas读取的数据：")
    print(data.head())

# 使用OpenPyXL读取Excel文件
def read_with_openpyxl(file_path):
    workbook = load_workbook(file_path)
    sheet = workbook.active
    print("使用OpenPyXL读取的数据：")
    for row in sheet.iter_rows(values_only=True):
        print(row)

if __name__ == "__main__":
    file_path = "example.xlsx"
    read_with_pandas(file_path)
    read_with_openpyxl(file_path)

6. 总结
本文介绍了如何使用Pandas和OpenPyXL读取Excel文件中的数据。Pandas适合快速处理数据，而OpenPyXL则适合需要精细控制的场景。根据你的需求选择合适的工具，可以大大提高工作效率。

最后：
希望你编程学习上不急不躁,按照计划有条不紊推进,把任何一件事做到极致,都是不容易的,加油,努力！相信自己！

文末福利
最后这里免费分享给大家一份Python全套学习资料，希望能帮到那些不满现状，想提升自己却又没有方向的朋友，也可以和我一起来学习交流呀。

包含编程资料、学习路线图、源代码、软件安装包等！【点击这里领取！】
① Python所有方向的学习路线图，清楚各个方向要学什么东西
② 100多节Python课程视频，涵盖必备基础、爬虫和数据分析
③ 100多个Python实战案例，学习不再是只会理论
④ 华为出品独家Python漫画教程，手机也能学习