python如何批量excel行转列

Python批量将Excel行转列的方法包括使用pandas库、openpyxl库、xlrd和xlwt库。

使用pandas库

Pandas是Python中用于数据操作和分析的强大库。我们可以使用pandas库轻松地将Excel的行转列。

import pandas as pd
读取Excel文件
df = pd.read_excel('input.xlsx')
转置数据框
df_transposed = df.T
将转置后的数据框写入新的Excel文件
df_transposed.to_excel('output.xlsx', index=False)

上面的代码首先读取Excel文件并将其内容加载到一个DataFrame中。然后，我们使用.T属性将行和列进行互换，最后将转置后的DataFrame保存到一个新的Excel文件中。

使用openpyxl库

Openpyxl是另一个处理Excel文件的Python库，它更侧重于Excel文件的读写操作。虽然不如pandas那样方便，但它更适合需要对Excel文件进行复杂操作的场景。

from openpyxl import load_workbook, Workbook
读取Excel文件
wb = load_workbook('input.xlsx')
ws = wb.active
创建一个新的工作簿
new_wb = Workbook()
new_ws = new_wb.active
获取最大行列数
max_row = ws.max_row
max_col = ws.max_column
将行转置为列
for i in range(1, max_row + 1):
    for j in range(1, max_col + 1):
        new_ws.cell(row=j, column=i, value=ws.cell(row=i, column=j).value)
保存新的Excel文件
new_wb.save('output.xlsx')

在这段代码中，我们首先加载现有的Excel文件并获取其活动工作表。然后，创建一个新的工作簿和工作表。在嵌套的for循环中，我们遍历原始工作表的每个单元格，并将其值写入新的工作表中，从而实现行转列的操作。

使用xlrd和xlwt库

xlrd和xlwt库是用于读取和写入Excel文件的传统库，虽然功能上不如pandas和openpyxl强大，但在某些特定场景下仍然有用。

import xlrd
import xlwt
读取Excel文件
workbook = xlrd.open_workbook('input.xlsx')
sheet = workbook.sheet_by_index(0)
创建一个新的工作簿
new_workbook = xlwt.Workbook()
new_sheet = new_workbook.add_sheet('Sheet1')
将行转置为列
for i in range(sheet.nrows):
    for j in range(sheet.ncols):
        new_sheet.write(j, i, sheet.cell_value(i, j))
保存新的Excel文件
new_workbook.save('output.xls')

在这段代码中，我们首先使用xlrd库读取Excel文件并获取其工作表。然后，使用xlwt库创建一个新的工作簿和工作表。通过嵌套的for循环，我们将原始工作表的每个单元格值写入新的工作表中，实现行转列的效果。

一、使用pandas库的优势

Pandas库是数据处理和分析的强大工具，在处理Excel文件时也不例外。使用pandas库进行行转列操作非常简单和高效。

简单易用

Pandas库提供了简单易用的接口，我们只需几行代码就可以完成复杂的数据操作。例如，使用.T属性可以直接将DataFrame进行转置，无需额外的操作。

高效性能

Pandas库在处理大数据集时具有很高的性能。它使用优化的底层数据结构和算法，可以快速地读取、写入和操作Excel文件。相比于其他库，pandas在处理大数据集时表现更为优越。

丰富的功能

Pandas库提供了丰富的数据操作功能，例如数据清洗、合并、分组、聚合等。除了行转列操作，我们还可以利用pandas库进行其他复杂的数据处理任务，极大地提高了工作效率。

二、使用openpyxl库的优势

Openpyxl库是另一个处理Excel文件的常用库，它在处理Excel文件的读写操作上具有独特的优势。

灵活性

Openpyxl库提供了灵活的接口，可以对Excel文件进行各种复杂的操作。例如，我们可以对工作表进行添加、删除、修改等操作，还可以设置单元格的样式和格式。

更好的兼容性

Openpyxl库支持最新版本的Excel文件格式（.xlsx），并且可以处理Excel文件中的各种复杂元素，例如图表、公式、数据验证等。相比于传统的xlrd和xlwt库，openpyxl在处理现代Excel文件时具有更好的兼容性。

详细的文档和社区支持

Openpyxl库有详细的文档和活跃的社区支持。我们可以通过查阅文档和社区论坛，快速解决遇到的问题，提高开发效率。

三、使用xlrd和xlwt库的优势

虽然xlrd和xlwt库在功能上不如pandas和openpyxl强大，但它们在某些特定场景下仍然具有优势。

轻量级

相比于pandas和openpyxl，xlrd和xlwt库更为轻量级。它们的依赖较少，安装和使用都非常简单。对于一些简单的Excel文件处理任务，这些库是不错的选择。

兼容性

xlrd和xlwt库支持旧版本的Excel文件格式（.xls），对于处理旧版本Excel文件的项目非常适用。虽然现代Excel文件格式（.xlsx）已经普及，但在某些特定环境下，仍然需要处理旧版本的Excel文件。

稳定性

xlrd和xlwt库已经存在了很长时间，并且在社区中得到了广泛应用。它们的功能虽然有限，但非常稳定和可靠。在一些需要稳定性的项目中，这些库仍然是不错的选择。

四、实际案例分析

为了更好地理解如何使用这些库进行Excel行转列操作，我们可以通过一个实际案例进行分析。

案例描述

假设我们有一个Excel文件，其中包含了学生的成绩信息。文件的结构如下：

学号	姓名	语文	数学	英语
001	张三	85	90	88
002	李四	78	82	80
003	王五	92	95	94

现在我们需要将这个文件中的行转置为列，使其结构变为：

项目	001	002	003
姓名	张三	李四	王五
语文	85	78	92
数学	90	82	95
英语	88	80	94

使用pandas库实现

我们可以使用pandas库轻松实现这个任务，代码如下：

import pandas as pd
读取Excel文件
df = pd.read_excel('input.xlsx')
设置学号为索引
df.set_index('学号', inplace=True)
转置数据框
df_transposed = df.T
将转置后的数据框写入新的Excel文件
df_transposed.to_excel('output.xlsx')

在这个代码中，我们首先读取Excel文件并将其加载到DataFrame中。然后，我们使用set_index方法将学号列设置为索引。接下来，我们使用.T属性将DataFrame进行转置，最后将转置后的DataFrame保存到新的Excel文件中。

使用openpyxl库实现

我们也可以使用openpyxl库实现这个任务，代码如下：

from openpyxl import load_workbook, Workbook
读取Excel文件
wb = load_workbook('input.xlsx')
ws = wb.active
创建一个新的工作簿
new_wb = Workbook()
new_ws = new_wb.active
获取最大行列数
max_row = ws.max_row
max_col = ws.max_column
将行转置为列
for i in range(1, max_row + 1):
    for j in range(1, max_col + 1):
        new_ws.cell(row=j, column=i, value=ws.cell(row=i, column=j).value)
保存新的Excel文件
new_wb.save('output.xlsx')

在这个代码中，我们首先加载现有的Excel文件并获取其活动工作表。然后，创建一个新的工作簿和工作表。在嵌套的for循环中，我们遍历原始工作表的每个单元格，并将其值写入新的工作表中，从而实现行转列的操作。

使用xlrd和xlwt库实现

我们也可以使用xlrd和xlwt库实现这个任务，代码如下：

import xlrd
import xlwt
读取Excel文件
workbook = xlrd.open_workbook('input.xlsx')
sheet = workbook.sheet_by_index(0)
创建一个新的工作簿
new_workbook = xlwt.Workbook()
new_sheet = new_workbook.add_sheet('Sheet1')
将行转置为列
for i in range(sheet.nrows):
    for j in range(sheet.ncols):
        new_sheet.write(j, i, sheet.cell_value(i, j))
保存新的Excel文件
new_workbook.save('output.xls')