软件应用丨一文看懂用Python读取Excel数据

本文来源于大数据DT（ID：bigdatadt），作者：宋天龙，本文摘编自《Python数据分析与数据化运营》（第2版）。

导读：现有的Excel分为两种格式：xls（Excel 97-2003）和xlsx（Excel 2007及以上）。

Python处理Excel文件主要是第三方模块库xlrd、xlwt、pyexcel-xls、xluntils和pyExcel-erator等，此外Pandas中也带有可以读取Excel文件的模块（read_excel）。

基于扩展知识的目的，本文使用xlrd模块读取Excel数据。

▼

首先安装该库，Anaconda中已经默认安装了xlrd和xlwt模块，用于Excel的读写操作。如果读者系统环境中没有，可以在Jupyter输入以下命令安装。

!pip install xlrd

左右滑动查看更多

然后我们以“附件-chapter2”文件夹中的demo.xlsx数据文件为例，介绍该库的具体应用。

附件下载地址：

http://www.dataivy.cn/book/python_book_v2.zip

数据概览如图所示。

▲数据文件内容

import xlrd # 导入库# 打开文件xlsx = xlrd.open_workbook('demo.xlsx')# 查看所有sheet列表print('All sheets: %s' % xlsx.sheet_names())

左右滑动查看更多

上述代码中，我们先读取一个Excel文件，输出文件的sheet名称列表。由于里面只有一张sheet，一次只有一个值。

结果为：

All sheets: ['Sheet1']

左右滑动查看更多

查看sheet1的数据概况：

sheet1 = xlsx.sheets()[0] # 获得第1张sheet，索引从0开始sheet1_name = sheet1.name # 获得名称sheet1_cols = sheet1.ncols # 获得列数sheet1_nrows = sheet1.nrows # 获得行数print('Sheet1 Name: %s\nSheet1 cols: %s\nSheet1 rows: %s' % (sheet1_name, sheet1_cols, sheet1_nrows))

左右滑动查看更多

我们分别获取了第1张sheet（虽然里面只有一张，但在多sheet情况下可通过索引循环输出）的名称、列数量和行数据。结果如下：

Sheet1 Name: sheet1Sheet1 cols: 4Sheet1 rows: 10

左右滑动查看更多

查看sheet1的特定切片数据：

sheet1_nrows4 = sheet1.row_values(4) # 获得第4行数据sheet1_cols2 = sheet1.col_values(2) # 获得第2列数据cell23 = sheet1.row(2)[3].value # 查看第3行第4列数据print('Row 4: %s\nCol 2: %s\nCell 1: %s\n' % (sheet1_nrows4, sheet1_cols2, cell23))

左右滑动查看更多

通过查看特定行、列或行列组合的索引来输出，结果如下：

Row 4: ['431381197408191515', '有效', 42725.0, '深圳市']Col 2: ['Create_Time', 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0]Cell 1: 深圳市

左右滑动查看更多

查看sheet1的数据明细：

for i in range(sheet1_nrows): # 逐行打印sheet1数据 print(sheet1.row_values(i))

左右滑动查看更多

逐条输出结果，部分结果如下（为了节约篇幅，中间的数据内容以…代替）：

['ID_number', 'Status', 'Create_Time', 'Business_City']['431381198109106573', '有效', 42725.0, '深圳市']['431381198809122734', '有效', 42725.0, '深圳市']…['431381198901176911', '有效', 42725.0, '深圳市']['43138119870827275X', '有效', 42725.0, '深圳市']

左右滑动查看更多

上述操作只是将数据从Excel中读取出来，将读取的数据转换为数组便可以进行矩阵计算。由于矩阵计算大多是基于数值型数据实现的，因此上述数据将无法适用于大多数科学计算场景，这点需要注意。

总结：在企业实际场景中，由于Excel本身的限制和适用，其无法存储和计算过大（例如千万级的数据记录）的数据量，并且Excel本身也不是为了海量数据的应用而产生的，因此，Excel可以作为日常基本数据处理、补充数据来源或者汇总级别的数据进行读取，同时也可以作为数据结果展示的载体，这种应用下对于大量数值表格的应用效果非常好。

关于作者：

宋天龙，深大数据技术专家，触脉咨询合伙人兼副总裁，前Webtrekk中国区技术和咨询负责人（德国最大在线数据分析服务提供商）。擅长数据挖掘、建模、分析与运营，精通端到端数据价值场景设计、业务需求转换、数据结构梳理、数据建模与学习以及数据工程交付。在电子商务、零售、银行、保险等多个行业拥有丰富的数据项目工作经验。

·END·

点击搜索你感兴趣的内容吧

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

出处：大数据DT

作者：宋天龙

推荐：青酱

排版编辑：青酱

    欢迎扫描👇二维码添加关注