導(dǎo)讀：現(xiàn)有的Excel分為兩種格式：xls（Excel 97-2003）和xlsx（Excel 2007及以上）。

?

Python處理Excel文件主要是第三方模塊庫xlrd、xlwt、pyexcel-xls、xluntils和pyExcel-erator等，此外Pandas中也帶有可以讀取Excel文件的模塊（read_excel）。

?

基于擴(kuò)展知識的目的，本文使用xlrd模塊讀取Excel數(shù)據(jù)。

?

作者：宋天龍 來源：大數(shù)據(jù)DT（ID：bigdatadt）

?

?

首先安裝該庫，Anaconda中已經(jīng)默認(rèn)安裝了xlrd和xlwt模塊，用于Excel的讀寫操作。如果讀者系統(tǒng)環(huán)境中沒有，可以在Jupyter輸入以下命令安裝。

?

!pip?install?xlrd

?

然后我們以“附件-chapter2”文件夾中的demo.xlsx數(shù)據(jù)文件為例，介紹該庫的具體應(yīng)用。

?

附件下載地址：

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

?

數(shù)據(jù)概覽如圖所示。

?

▲數(shù)據(jù)文件內(nèi)容

?

import?xlrd??#?導(dǎo)入庫 #?打開文件 xlsx?=?xlrd.open_workbook('demo.xlsx') #?查看所有sheet列表 print('All?sheets:?%s'?%?xlsx.sheet_names())

?

上述代碼中，我們先讀取一個(gè)Excel文件，輸出文件的sheet名稱列表。由于里面只有一張sheet，一次只有一個(gè)值。

?

結(jié)果為：

?

All?sheets:?['Sheet1']

?

查看sheet1的數(shù)據(jù)概況：

?

sheet1?=?xlsx.sheets()[0]????#?獲得第1張sheet，索引從0開始 sheet1_name?=?sheet1.name????#?獲得名稱 sheet1_cols?=?sheet1.ncols???#?獲得列數(shù) sheet1_nrows?=?sheet1.nrows??#?獲得行數(shù) print('Sheet1?Name:?%s\nSheet1?cols:?%s\nSheet1?rows:?%s'?%?(sheet1_name,?sheet1_cols,?sheet1_nrows))

?

我們分別獲取了第1張sheet（雖然里面只有一張，但在多sheet情況下可通過索引循環(huán)輸出）的名稱、列數(shù)量和行數(shù)據(jù)。結(jié)果如下：

?

Sheet1?Name:?sheet1 Sheet1?cols:?4 Sheet1?rows:?10

?

查看sheet1的特定切片數(shù)據(jù)：

?

sheet1_nrows4?=?sheet1.row_values(4)??#?獲得第4行數(shù)據(jù) sheet1_cols2?=?sheet1.col_values(2)???#?獲得第2列數(shù)據(jù) cell23?=?sheet1.row(2)[3].value???????#?查看第3行第4列數(shù)據(jù) print('Row?4:?%s\nCol?2:?%s\nCell?1:?%s\n'?%?(sheet1_nrows4,?sheet1_cols2,?cell23))

?

通過查看特定行、列或行列組合的索引來輸出，結(jié)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

?

查看sheet1的數(shù)據(jù)明細(xì)：

?

for?i?in?range(sheet1_nrows):??#?逐行打印sheet1數(shù)據(jù)print(sheet1.row_values(i))

?

逐條輸出結(jié)果，部分結(jié)果如下（為了節(jié)約篇幅，中間的數(shù)據(jù)內(nèi)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']

?

上述操作只是將數(shù)據(jù)從Excel中讀取出來，將讀取的數(shù)據(jù)轉(zhuǎn)換為數(shù)組便可以進(jìn)行矩陣計(jì)算。由于矩陣計(jì)算大多是基于數(shù)值型數(shù)據(jù)實(shí)現(xiàn)的，因此上述數(shù)據(jù)將無法適用于大多數(shù)科學(xué)計(jì)算場景，這點(diǎn)需要注意。

?

總結(jié)：在企業(yè)實(shí)際場景中，由于Excel本身的限制和適用，其無法存儲和計(jì)算過大（例如千萬級的數(shù)據(jù)記錄）的數(shù)據(jù)量，并且Excel本身也不是為了海量數(shù)據(jù)的應(yīng)用而產(chǎn)生的，因此，Excel可以作為日?；緮?shù)據(jù)處理、補(bǔ)充數(shù)據(jù)來源或者匯總級別的數(shù)據(jù)進(jìn)行讀取，同時(shí)也可以作為數(shù)據(jù)結(jié)果展示的載體，這種應(yīng)用下對于大量數(shù)值表格的應(yīng)用效果非常好。

?

關(guān)于作者：宋天龍，深大數(shù)據(jù)技術(shù)專家，觸脈咨詢合伙人兼副總裁，前Webtrekk中國區(qū)技術(shù)和咨詢負(fù)責(zé)人（德國最大在線數(shù)據(jù)分析服務(wù)提供商）。擅長數(shù)據(jù)挖掘、建模、分析與運(yùn)營，精通端到端數(shù)據(jù)價(jià)值場景設(shè)計(jì)、業(yè)務(wù)需求轉(zhuǎn)換、數(shù)據(jù)結(jié)構(gòu)梳理、數(shù)據(jù)建模與學(xué)習(xí)以及數(shù)據(jù)工程交付。在電子商務(wù)、零售、銀行、保險(xiǎn)等多個(gè)行業(yè)擁有豐富的數(shù)據(jù)項(xiàng)目工作經(jīng)驗(yàn)。

?

本文摘編自《Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營》（第2版），經(jīng)出版方授權(quán)發(fā)布。

?

延伸閱讀《Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營》 （第2版） 點(diǎn)擊上圖了解及購買 轉(zhuǎn)載請聯(lián)系微信：DoctorData

?

推薦語：這是一本將數(shù)據(jù)分析技術(shù)與數(shù)據(jù)使用場景深度結(jié)合的著作，從實(shí)戰(zhàn)角度講解了如何利用Python進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)化運(yùn)營。本書與同類書大的不同在于，并不只有純粹的關(guān)于數(shù)據(jù)分析技術(shù)和工具的講解，而且還與數(shù)據(jù)使用場景深度結(jié)合，在業(yè)務(wù)上真正可指導(dǎo)落地。此外，本書作者提供微信、郵箱等，可通過實(shí)時(shí)和離線兩種方式及時(shí)為讀者在線傳道、受業(yè)、解惑。

?

?

?

?

有話要說👇

?

Q:?你打算去哪看看？ 歡迎留言與大家分享

?

猜你想看👇

?

?

更多精彩👇

?

在公眾號對話框輸入以下關(guān)鍵詞 查看更多優(yōu)質(zhì)內(nèi)容！

?

PPT?|?報(bào)告?|?讀書?|?書單?|?干貨? 大數(shù)據(jù)?|?揭秘?|?Python?|?可視化 AI?|?人工智能?|?5G?|?中臺 機(jī)器學(xué)習(xí)?|?深度學(xué)習(xí)?|?神經(jīng)網(wǎng)絡(luò) 合伙人?|?1024?|?段子?|?數(shù)學(xué)

?

總結(jié)

以上是生活随笔為你收集整理的一文看懂用Python读取Excel数据的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。