Python 将 Excel 数据导入程序的方法包括：使用 pandas 库、openpyxl 库、xlrd 库、csv 库。 推荐使用 pandas 库来处理 Excel 数据，因为它功能强大且易于使用。在本文中，我们将重点介绍如何使用 pandas 库将 Excel 数据导入 Python 程序，并提供详细步骤和代码示例。
一、Pandas 库导入
pandas 是一个开源数据分析和数据处理库，广泛应用于数据科学、金融、经济等领域。pandas 提供了许多函数和方法来处理不同格式的数据，包括 Excel 文件。
1、安装 Pandas 库
在使用 pandas 之前，需要先安装它。可以使用以下命令通过 pip 安装 pandas 库：
pip install pandas
2、读取 Excel 文件
使用 pandas 读取 Excel 文件非常简单，只需使用 read_excel 函数即可。下面是一个简单的示例：
import pandas as pd
读取 Excel 文件
df = pd.read_excel('example.xlsx')
打印数据框
print(df)
在这个示例中，pd.read_excel 函数读取指定路径的 Excel 文件，并将其存储在一个 DataFrame 对象中。然后，我们可以使用 print(df) 查看 DataFrame 的内容。
3、指定工作表
如果 Excel 文件包含多个工作表，可以使用 sheet_name 参数指定要读取的工作表：
import pandas as pd
读取指定工作表
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
打印数据框
print(df)
二、Openpyxl 库导入
openpyxl 是一个处理 Excel 文件的第三方库，支持读取和写入 Excel 2010 xlsx/xlsm/xltx/xltm 文件。
1、安装 Openpyxl 库
可以通过以下命令安装 openpyxl 库：
pip install openpyxl
2、读取 Excel 文件
使用 openpyxl 读取 Excel 文件的示例如下：
from openpyxl import load_workbook
加载 Excel 文件
workbook = load_workbook('example.xlsx')
选择工作表
sheet = workbook['Sheet1']
遍历工作表中的单元格
for row in sheet.iter_rows(values_only=True):
print(row)
在这个示例中，我们使用 load_workbook 函数加载 Excel 文件，并选择指定的工作表。然后，使用 iter_rows 方法遍历工作表中的每一行，并打印每行的数据。
三、xlrd 库导入
xlrd 是一个用于读取旧版 Excel 文件（xls 格式）的库。如果需要处理 xls 文件，可以使用 xlrd 库。
1、安装 xlrd 库
可以通过以下命令安装 xlrd 库：
pip install xlrd
2、读取 Excel 文件
使用 xlrd 读取 xls 文件的示例如下：
import xlrd
打开 Excel 文件
workbook = xlrd.open_workbook('example.xls')
选择工作表
sheet = workbook.sheet_by_name('Sheet1')
遍历工作表中的单元格
for row_idx in range(sheet.nrows):
row = sheet.row(row_idx)
print([cell.value for cell in row])
在这个示例中，我们使用 xlrd.open_workbook 函数打开 xls 文件，并选择指定的工作表。然后，遍历工作表中的每一行，并打印每行的数据。
四、CSV 库导入
如果 Excel 文件可以导出为 CSV 格式，可以使用 Python 内置的 csv 库来读取 CSV 文件。
1、读取 CSV 文件
使用 csv 库读取 CSV 文件的示例如下：
import csv
打开 CSV 文件
with open('example.csv', mode='r', newline='') as file:
reader = csv.reader(file)
# 遍历 CSV 文件中的行
for row in reader:
print(row)
在这个示例中，我们使用 open 函数打开 CSV 文件，并使用 csv.reader 读取文件中的每一行，并打印每行的数据。
五、总结
在本文中，我们介绍了几种将 Excel 数据导入 Python 程序的方法，包括使用 pandas 库、openpyxl 库、xlrd 库、csv 库。推荐使用 pandas 库，因为它功能强大且易于使用。通过学习这些方法，您可以根据具体需求选择合适的库来处理 Excel 数据。以下是一些关键要点：
- pandas 库：适用于处理 Excel 文件的各种操作，功能强大，推荐使用。
- openpyxl 库：适用于读取和写入 Excel xlsx 文件，支持较新版本的 Excel 文件。
- xlrd 库：适用于处理旧版 Excel 文件（xls 格式）。
- csv 库：适用于处理 CSV 格式的文件。
选择合适的库可以帮助您更高效地处理 Excel 数据，并集成到 Python 程序中。
相关问答FAQs：
如何在Python中读取Excel文件？
在Python中，您可以使用多个库来读取Excel文件，最常用的是pandas和openpyxl。通过pandas库，您只需使用pd.read_excel('文件路径.xlsx')即可轻松读取Excel数据，并将其转换为DataFrame格式，方便后续的数据处理。
如何将Excel数据处理后再导出回Excel文件？
使用pandas库，您可以轻松将处理后的数据导出为Excel文件。通过调用DataFrame.to_excel('导出文件路径.xlsx', index=False)，可以将修改后的数据保存为新的Excel文件。确保在使用前已安装openpyxl库，因为它支持Excel格式的写入。
在Python中，如何处理Excel文件中的空值或缺失数据？
处理Excel文件中的空值可以使用pandas库的fillna()函数或dropna()函数。fillna()允许您用特定值替换空值，而dropna()则可以用来删除包含空值的行或列。这些功能使得数据清洗变得更加高效，确保您在分析数据时不会受到缺失值的影响。
