導讀：現有的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）。

?

基于擴展知識的目的，本文使用xlrd模塊讀取Excel數據。

?

作者：宋天龍 來源：大數據DT（ID：bigdatadt）

?

?

首先安裝該庫，Anaconda中已經默認安裝了xlrd和xlwt模塊，用于Excel的讀寫操作。如果讀者系統環境中沒有，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數據文件為例，介紹該庫的具體應用。

?

附件下載地址：

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

?

數據概覽如圖所示。

?

▲數據文件內容

?

import?xlrd??#?導入庫 #?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，一次只有一個值。

?

結果為：

?

All?sheets:?['Sheet1']

?

查看sheet1的數據概況：

?

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 sheet1_nrows?=?sheet1.nrows??#?獲得行數 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輸出）的名稱、列數量和行數據。結果如下：

?

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

?

查看sheet1的特定切片數據：

?

sheet1_nrows4?=?sheet1.row_values(4)??#?獲得第4行數據 sheet1_cols2?=?sheet1.col_values(2)???#?獲得第2列數據 cell23?=?sheet1.row(2)[3].value???????#?查看第3行第4列數據 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的數據明細：

?

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

?

逐條輸出結果，部分結果如下（為了節約篇幅，中間的數據內容以…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']

?

上述操作只是將數據從Excel中讀取出來，將讀取的數據轉換為數組便可以進行矩陣計算。由于矩陣計算大多是基于數值型數據實現的，因此上述數據將無法適用于大多數科學計算場景，這點需要注意。

?

總結：在企業實際場景中，由于Excel本身的限制和適用，其無法存儲和計算過大（例如千萬級的數據記錄）的數據量，并且Excel本身也不是為了海量數據的應用而產生的，因此，Excel可以作為日常基本數據處理、補充數據來源或者匯總級別的數據進行讀取，同時也可以作為數據結果展示的載體，這種應用下對于大量數值表格的應用效果非常好。

?

關于作者：宋天龍，深大數據技術專家，觸脈咨詢合伙人兼副總裁，前Webtrekk中國區技術和咨詢負責人（德國最大在線數據分析服務提供商）。擅長數據挖掘、建模、分析與運營，精通端到端數據價值場景設計、業務需求轉換、數據結構梳理、數據建模與學習以及數據工程交付。在電子商務、零售、銀行、保險等多個行業擁有豐富的數據項目工作經驗。

?

本文摘編自《Python數據分析與數據化運營》（第2版），經出版方授權發布。

?

延伸閱讀《Python數據分析與數據化運營》 （第2版） 點擊上圖了解及購買 轉載請聯系微信：DoctorData

?

推薦語：這是一本將數據分析技術與數據使用場景深度結合的著作，從實戰角度講解了如何利用Python進行數據分析和數據化運營。本書與同類書大的不同在于，并不只有純粹的關于數據分析技術和工具的講解，而且還與數據使用場景深度結合，在業務上真正可指導落地。此外，本書作者提供微信、郵箱等，可通過實時和離線兩種方式及時為讀者在線傳道、受業、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鍵詞 查看更多優質內容！

?

PPT?|?報告?|?讀書?|?書單?|?干貨? 大數據?|?揭秘?|?Python?|?可視化 AI?|?人工智能?|?5G?|?中臺 機器學習?|?深度學習?|?神經網絡 合伙人?|?1024?|?段子?|?數學

?

總結

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。