來源於一行數據，作者行哥
之前分享過python調用過ppt和word，作為一家人的excel當然要整整齊齊的安排上
相對於excel，已經有人都寫成了一本書。這裡一篇文檔根本寫不下，但是行哥想起來若干年前，在處理數據的時候最大的難題就是導入excel數據，因為後來的數據清洗，提取都可以一步步來做。但是數據導入因為教程不一，文字編碼不一，著實快成為我從入門到放棄的第一塊門檻
所以本文介紹三種強大的python模塊來讀取excel，選用案例是之前分享過的分析2020年12000條python招聘數據，有興趣的可以點擊這裡看一下
1.pandasmatplotlib、numpy、pandas是入行數據分析的三個必須掌握的基礎模塊，這裡介紹一下用pandas如何導入excel文件。安裝比較簡單，直接用 pip 工具安裝三個庫即可，安裝命令如下：
$ pip3 install pandas安裝完成提示 Successfully installed即表示安裝成功。
# 1.導入pandas模塊
import pandas as pd
# 2.把Excel文件中的數據讀入pandas
df = pd.read_excel('Python招聘數據（全）.xlsx')
print(df)
# 3.讀取excel的某一個sheet
df = pd.read_excel('Python招聘數據（全）.xlsx', sheet_name='Sheet1')
print(df)
# 4.獲取列標題
print(df.columns)
# 5.獲取列行標題
print(df.index)
# 6.制定列印某一列
print(df["工資水平"])
# 7.描述數據
print(df.describe())其中的describe函數可以統計整體工資情況，告訴行哥你有沒有超過50%
使用for循環遍歷整個excel文件，我們可以看到12000行數據總耗時達到2.6s
import time
t1 = time.time()
for indexs in df.index:
print(df.loc[indexs].values[0:-1])
t2=time.time()
print("使用pandas工具包遍歷12000行數據耗時：%.2f 秒"%(t2-t1))
2.openpyxl小五說這個最好用的python 操作 excel 表格庫，下面可以看到openpyxl的讀取方法。安裝比較簡單，直接用 pip 工具安裝三個庫即可，安裝命令如下：
$ pip3 install openpyxl安裝完成提示 Successfully installed即表示安裝成功。
from openpyxl import load_workbook
# 1.打開 Excel 表格並獲取表格名稱
workbook = load_workbook(filename="Python招聘數據（全）.xlsx")
print(workbook.sheetnames)
# 2.通過 sheet 名稱獲取表格
sheet = workbook["Sheet1"]
print(sheet)
# 3.獲取表格的尺寸大小(幾行幾列數據) 這裡所說的尺寸大小，指的是 excel 表格中的數據有幾行幾列，針對的是不同的 sheet 而言。
print(sheet.dimensions)
# 4.獲取表格內某個格子的數據
# 1 sheet["A1"]方式
cell1 = sheet["A1"]
cell2 = sheet["C11"]
print(cell1.value, cell2.value)
"""
workbook.active 打開激活的表格; sheet["A1"] 獲取 A1 格子的數據; cell.value 獲取格子中的值;
"""
# 4.2sheet.cell(row=, column=)方式
cell1 = sheet.cell(row = 1,column = 1)
cell2 = sheet.cell(row = 11,column = 3)
print(cell1.value, cell2.value)
# 5. 獲取一系列格子
# 獲取 A1:C2 區域的值
cell = sheet["A1:C2"]
print(cell)
for i in cell:
for j in i:
print(j.value)通過openpyxl庫操作excel，使用for循環迭代列印12000行數據僅需要0.47 s
import time
t1 = time.time()
for i in sheet.iter_rows(min_row=1, max_row=12256, min_col=1, max_col=10):
for j in i:
print(j.value)
t2=time.time()
print("使用openpyxl工具包遍歷12000行數據耗時：%.2f 秒"%(t2-t1))
3.xlrdxlrd是xlrd&xlwt&xlutils三個庫中的一個：
xlrd：用於讀取 Excel 文件；xlwt：用於寫入 Excel 文件；xlutils：用於操作 Excel 文件的實用工具，比如複製、分割、篩選等；
安裝比較簡單，直接用 pip 工具安裝三個庫即可，安裝命令如下：
$ pip3 install xlrd xlwt xlutils安裝完成提示 Successfully installed xlrd-1.2.0 xlutils-2.0.0 xlwt-1.3.0 即表示安裝成功。
接下來我們就從寫入 Excel 開始，話不多說直接看代碼如下：
# 導入 xlrd 庫
import xlrd
# 打開剛才我們寫入的 test_w.xls 文件
wb = xlrd.open_workbook("Python招聘數據（全）.xlsx")
# 獲取並列印 sheet 數量
print( "sheet 數量:", wb.nsheets)
# 獲取並列印 sheet 名稱
print( "sheet 名稱:", wb.sheet_names())
# 根據 sheet 索引獲取內容
sh1 = wb.sheet_by_index(0)
# 也可根據 sheet 名稱獲取內容
# sh = wb.sheet_by_name('成績')
# 獲取並列印該 sheet 行數和列數
print( u"sheet %s 共 %d 行 %d 列" % (sh1.name, sh1.nrows, sh1.ncols))
# 獲取並列印某個單元格的值
print( "第一行第二列的值為:", sh1.cell_value(0, 1))
# 獲取整行或整列的值
rows = sh1.row_values(0) # 獲取第一行內容
cols = sh1.col_values(1) # 獲取第二列內容
# 列印獲取的行列值
print( "第一行的值為:", rows)
print( "第二列的值為:", cols)
# 獲取單元格內容的數據類型
print( "第二行第一列的值類型為:", sh1.cell(1, 0).ctype)
通過xlrd庫操作excel，使用for循環迭代列印12000行數據僅需要0.35 s# # 遍歷所有表單內容
import time
t1 = time.time()
for sh in wb.sheets():
for r in range(sh.nrows):
# 輸出指定行
print( sh.row(r))
t2=time.time()
print("使用xlrd工具包遍歷12000行數據耗時：%.2f 秒"%(t2-t1))
image5.總結類型xlrd&xlwt&xlutilspandasOpenPyXL讀取支持支持支持寫入支持支持支持修改支持支持支持xls支持支持不支持xlsx高版本支持支持支持大文件不支持支持支持效率快快快功能較弱強大一般遍歷耗時0.35 s2.60 s0.47 s這裡附上3個模塊的性能對比，從遍歷時間上xlrd模塊最快，從功能強大上我選擇pandas，從數據量上我得選擇mysql、hadoop、spark🐶
往期推薦