目錄

1. 安裝依賴庫(kù)

2. 導(dǎo)入庫(kù)

3. 讀取Excel文件

4. 寫入Excel文件

5. 創(chuàng)建工作表

6. 訪問(wèn)工作表

7. 讀取單元格數(shù)據(jù)

8. 寫入單元格數(shù)據(jù)

9. 獲取行數(shù)和列數(shù)

10. 過(guò)濾數(shù)據(jù)

11. 排序數(shù)據(jù)

12. 添加新行

13. 刪除行或列

14. 計(jì)算匯總統(tǒng)計(jì)

總結(jié)

無(wú)論是數(shù)據(jù)分析師、財(cái)務(wù)專員還是研究人員，Excel都是日常工作中必不可少的工具之一。而借助Python的強(qiáng)大功能，能夠極大地提高Excel數(shù)據(jù)處理的效率和靈活性。接下來(lái)，讓我們一起探索這些常用的Excel操作，為工作流程注入更多的便利和效率吧！

?

1. 安裝依賴庫(kù)

在命令行中使用`pip`命令安裝`pandas`和`openpyxl`庫(kù)，這兩個(gè)庫(kù)分別用于處理Excel和讀/寫Excel文件。

? ?pip install pandas openpyxl

2. 導(dǎo)入庫(kù)

在Python腳本中導(dǎo)入`pandas`和`openpyxl`庫(kù)。

? ?import pandas as pd
? ?from openpyxl import Workbook, load_workbook

3. 讀取Excel文件

使用`read_excel()`函數(shù)從Excel文件中讀取數(shù)據(jù)，該函數(shù)返回一個(gè)DataFrame對(duì)象，其中包含了Excel文件中的數(shù)據(jù)。

? ?data = pd.read_excel('filename.xlsx')

? ?注意，`filename.xlsx`是Excel文件的名稱。

4. 寫入Excel文件

使用`to_excel()`函數(shù)將數(shù)據(jù)寫入Excel文件，該函數(shù)將DataFrame對(duì)象中的數(shù)據(jù)寫入指定的Excel文件。

? ?data.to_excel('new_filename.xlsx', index=False)

? ?`index=False`表示不包含索引列。

5. 創(chuàng)建工作表

使用`create_sheet()`函數(shù)創(chuàng)建一個(gè)新的工作表。

? ?workbook = Workbook()
? ?worksheet = workbook.create_sheet('Sheet1')

? ?在這個(gè)例子中，我們創(chuàng)建了一個(gè)名為'Sheet1'的新工作表。

6. 訪問(wèn)工作表

使用`active`屬性或`get_sheet_by_name()`函數(shù)訪問(wèn)現(xiàn)有工作表。

?

?worksheet = workbook.active
? ?# 或
? ?worksheet = workbook.get_sheet_by_name('Sheet1')

? ?`active`屬性訪問(wèn)活動(dòng)的工作表，而`get_sheet_by_name()`函數(shù)訪問(wèn)具有指定名稱的工作表。

7. 讀取單元格數(shù)據(jù)

使用`cell()`方法獲取特定單元格的值，需要提供行號(hào)和列號(hào)。

? ?cell_value = worksheet.cell(row=1, column=1).value

? ?這個(gè)例子中，我們讀取了第一行第一列的單元格數(shù)據(jù)。

8. 寫入單元格數(shù)據(jù)

使用`cell()`方法將值寫入特定的單元格，同樣需要提供行號(hào)和列號(hào)。

? ?
? ?worksheet.cell(row=1, column=1, value='Hello')

? ?這個(gè)例子中，在第一行第一列的單元格寫入了字符串'Hello'。

9. 獲取行數(shù)和列數(shù)

使用`shape`屬性獲取數(shù)據(jù)表的行數(shù)和列數(shù)。

?num_rows = data.shape[0]
? ?num_cols = data.shape[1]

? ?`shape`屬性返回一個(gè)包含行數(shù)和列數(shù)的元組。

10. 過(guò)濾數(shù)據(jù)

使用條件篩選語(yǔ)句過(guò)濾數(shù)據(jù)，例如，根據(jù)某一列的值大于特定值來(lái)過(guò)濾數(shù)據(jù)。

? ? filtered_data = data[data['Column'] > 10]

? ? 這個(gè)例子中，我們過(guò)濾了具有'Column'列大于10的數(shù)據(jù)。

11. 排序數(shù)據(jù)

使用`sort_values()`函數(shù)按照指定列對(duì)數(shù)據(jù)進(jìn)行排序。

? ? sorted_data = data.sort_values(by='Column')

? ? 這個(gè)例子中，我們按照'Column'列對(duì)數(shù)據(jù)進(jìn)行升序排序。

12. 添加新行

使用`append()`函數(shù)將新行數(shù)據(jù)添加到DataFrame對(duì)象中。
? ?

new_data = pd.DataFrame({'A': [1], 'B': [2], 'C': [3]})
? ? data = data.append(new_data, ignore_index=True)

? ? 這個(gè)例子中，我們添加了一個(gè)包含'A'、'B'和'C'列的新行數(shù)據(jù)。

13. 刪除行或列

使用`drop()`函數(shù)刪除特定的行或列。

 data = data.drop(index=0) # 刪除第一行
?data = data.drop(columns=['Column1', 'Column2']) # 刪除指定列

? ? 這個(gè)例子中，我們刪除了第一行和名為'Column1'和'Column2'的列。

14. 計(jì)算匯總統(tǒng)計(jì)

使用`describe()`函數(shù)計(jì)算數(shù)據(jù)的基本統(tǒng)計(jì)信息，例如，均值、標(biāo)準(zhǔn)差等。

? ? summary_stats = data.describe()

? ? 這個(gè)例子中，我們計(jì)算了數(shù)據(jù)的基本統(tǒng)計(jì)信息。

這些是使用Python處理Excel時(shí)常用的操作。根據(jù)具體需求，您可以選擇其中一個(gè)或多個(gè)操作來(lái)處理和操作Excel文件。希望對(duì)您有所幫助！

總結(jié)

從讀取和寫入Excel文件、創(chuàng)建和訪問(wèn)工作表，到單元格數(shù)據(jù)的讀取和寫入，再到數(shù)據(jù)的過(guò)濾、排序和匯總統(tǒng)計(jì)，這些操作涵蓋了數(shù)據(jù)處理過(guò)程中的關(guān)鍵步驟。使用Python處理Excel，不僅能夠提高工作效率，還能為數(shù)據(jù)處理提供更多的靈活性和定制化選項(xiàng)。

同時(shí)要注意的是，這只是Excel處理中的冰山一角，Python在處理Excel方面還有更多強(qiáng)大的功能和庫(kù)可供探索，例如xlrd、xlwt、xlsxwriter等。在工作中如果能夠根據(jù)實(shí)際需求靈活運(yùn)用這些技巧和工具，那么將大大提升數(shù)據(jù)處理的效率和質(zhì)量。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-652401.html

到了這里，關(guān)于Python 處理 Excel 表格的 14 個(gè)常用操作的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！