.xlsb 格式是Binary格式存儲的excel文件，比普通的xlsx文件的體積要小很多，在數據量極大的場景比較多用。對于這類格式，Pandas 自帶的Excel庫xlrt xlwt不支持，而通過pyxlsb庫可以讀取.xlsb文件，轉為Pandas 的DataFrame后方便處理：

import pyxlsb as px import pandas as pdpath = r"D:\Split Excel\test file\test.xlsb"list_row=[] list_accumulate= []with px.open_workbook(path) as wb:sheets = wb.sheetsfor sheet in sheets:row_generator = wb.get_sheet(sheet).rows()for row in row_generator:for cell in row:list_row.append(cell.v)list_accumulate.append(list_row)list_row=[] df_excel = pd.DataFrame(list_accumulate)""" 解釋： 1. wb.sheets 是一個列表，從左至右存放每一個工作表名 2. wb.get_sheet()方法用來獲取一個表對象，可以用表名，也可以用數字如wb.get_sheet(1),值得注意的是這里的1表示第一張表. 其類型為<pyxlsb.worksheet.Worksheet> 3. wb.get_sheet().rows() 會生成一個迭代器，要先生成這個，然后利用它進行遍歷 4. 迭代器生成每一個row，是一個內部定義的Cell對象組成列表，形式為[Cell(r=0, c=0, v='Name'), Cell(r=0, c=1, v='Age')] 5. Cell就是每一個單元格，是一個zip對象，每個Cell分別有三個屬性，r c 為行標列標，v 為單元格的值，可以通過cell.v訪問值進行操作，也可以通過r和c獲得坐標， 按坐標操作 """

有時候文件很大， 想要先了解一下，獲得描述：

with px.open_workbook(path) as wb:sheets = wb.sheetssheet1 = wb.get_sheet(1)print(sheet1.dimension) """ 這是一個6行，4列的表格，得到輸出：dimension(r=0, c=0, h=6, w=4) """

之前的遍歷方式是按行，每一個單元格都會有一個對應的Cell元素，工作表對象還有個cols屬性，可以得到由列元素Col組成的列表，每個Col元素表示一個列：

sheet2.cols """ 得到輸出： [col(c1=0, c2=0, width=9.7265625, style=0),col(c1=1, c2=1, width=3.90625, style=0),col(c1=2, c2=2, width=6.1796875, style=0),col(c1=3, c2=3, width=10.453125, style=0),col(c1=4, c2=4, width=16.54296875, style=0),col(c1=5, c2=5, width=12.6328125, style=0),col(c1=7, c2=7, width=13.453125, style=0)]col元素只表明列的一些特征，不包含值，值得注意的是有c1和c2兩個列坐標，如： col(c1=5, c2=5, width=12.6328125, style=0) 表示這個元素從第五列開始到第五列止，當多列的值都是完全一樣的時候，多列就會合并為一個col元素，c1為起始列，c2為終止列。這個例子中沒有第六列，因為第六列只有字段頭，值都是空的 """

如果要獲得第一個工作表的首行作為標題，可以用__next__()獲得迭代器生出的第一個結果：

with px.open_workbook(path) as wb:row_generator = wb.get_sheet(1).rows()title = row_generator.__next__()print(title)""" 得到輸出： [Cell(r=0, c=0, v='Name'),Cell(r=0, c=1, v='Age'),Cell(r=0, c=2, v='Height'),Cell(r=0, c=3, v='Hobbies')] """

最開頭的例子中生成的df_excel，你會注意到列名是默認的0-n的數字標簽，此時可以用獲得的titie 作為列名:

path = r"D:\Split Excel\test file\test.xlsb"list_row = [] list_accumulate = [] with px.open_workbook(path) as wb:sheets = wb.sheetstitle = [cell.v for cell in wb.get_sheet(1).rows().__next__()]dict_rename = {k:v for k, v in enumerate(title)df_excel.rename(columns=dict_rename,inplace=True) df_excel = df_excel.loc[1:].reset_index() """ 重命名后，第0行就可以刪除，刪除后重建index """

總結

以上是生活随笔為你收集整理的使用pyxlsb库读取xlsb格式excel文件，转为DataFrame(详细)的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。