Python 将 Excel 转换为 CSV 的方法有很多种，常见的包括使用 pandas 库、openpyxl 库、xlrd 库等。下面将详细介绍使用 pandas 库的方法。
一、安装 pandas 库
首先，确保你已经安装了 pandas 库。你可以通过 pip 命令来安装它：
pip install pandas
二、使用 pandas 读取 Excel 文件
pandas 提供了 read_excel 函数，可以非常方便地读取 Excel 文件。你可以指定要读取的表单名称或索引。
import pandas as pd
读取 Excel 文件
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
三、将 DataFrame 保存为 CSV 文件
pandas 的 to_csv 函数可以将 DataFrame 保存为 CSV 文件。
# 保存为 CSV 文件
df.to_csv('output.csv', index=False)
四、详细解释
-
读取 Excel 文件：pandas 的
read_excel函数支持读取多个表单，返回一个字典，键为表单名称，值为 DataFrame。如果只需要读取特定表单，可以通过sheet_name参数指定表单名称或索引。 -
保存为 CSV 文件：pandas 的
to_csv函数有多个参数可以控制输出，例如是否保存索引、列分隔符等。默认情况下，index参数为 True，会将 DataFrame 的索引也保存到 CSV 文件中。通过设置index=False可以忽略索引。
五、处理多个表单
如果你需要将 Excel 文件中的多个表单都转换为 CSV 文件，可以使用以下方法：
import pandas as pd
读取 Excel 文件中的所有表单
xls = pd.ExcelFile('example.xlsx')
遍历所有表单
for sheet_name in xls.sheet_names:
df = pd.read_excel(xls, sheet_name=sheet_name)
df.to_csv(f'{sheet_name}.csv', index=False)
六、处理大数据
对于非常大的 Excel 文件，内存可能会成为瓶颈。pandas 提供了一些方法来优化读取和写入的性能，例如设置 chunksize 参数来分批读取数据。
import pandas as pd
分批读取 Excel 文件
chunk_size = 10000
chunks = pd.read_excel('example.xlsx', sheet_name='Sheet1', chunksize=chunk_size)
分批写入 CSV 文件
for i, chunk in enumerate(chunks):
chunk.to_csv(f'output_part_{i}.csv', index=False)
七、处理特定列和行
有时候你可能只需要处理特定的列或行，可以通过 usecols 和 skiprows 参数来实现。
import pandas as pd
只读取特定的列和行
df = pd.read_excel('example.xlsx', sheet_name='Sheet1', usecols="A:C", skiprows=2)
df.to_csv('output.csv', index=False)
八、总结
通过上述方法，我们可以非常方便地使用 Python 将 Excel 文件转换为 CSV 文件。pandas 库不仅功能强大，而且提供了丰富的参数选项，能够满足我们各种不同的需求。无论是处理多个表单、大数据，还是特定的列和行，pandas 都能够得心应手地完成任务。掌握这些方法，可以极大地提高我们的工作效率。
相关问答FAQs：
如何在Python中读取Excel文件并转换为CSV格式？
在Python中，可以使用pandas库轻松读取Excel文件并将其转换为CSV格式。首先，确保安装了pandas和openpyxl库。使用pandas.read_excel()函数读取Excel文件，然后使用DataFrame.to_csv()方法保存为CSV文件。示例代码如下：
import pandas as pd
# 读取Excel文件
df = pd.read_excel('your_file.xlsx')
# 转换并保存为CSV文件
df.to_csv('your_file.csv', index=False)
这样就可以将指定的Excel文件成功转换为CSV格式。
在转换Excel到CSV时如何处理多个工作表？
如果Excel文件中包含多个工作表，可以通过在读取时指定工作表名称或索引来处理。pandas.read_excel()函数的sheet_name参数允许您选择特定的工作表。示例代码如下：
# 读取指定工作表的Excel文件
df = pd.read_excel('your_file.xlsx', sheet_name='Sheet1')
# 转换并保存为CSV文件
df.to_csv('your_file_sheet1.csv', index=False)
这样可以确保您只转换所需的工作表。
转换过程中如何处理Excel文件中的特殊字符或格式？
在转换Excel到CSV时，可能会遇到特殊字符或格式问题。为了避免乱码，建议在保存CSV文件时指定编码格式，如utf-8。例如：
df.to_csv('your_file.csv', index=False, encoding='utf-8')
此外，确保Excel文件的数据格式在转换前已经清理，以便保持数据的一致性和准确性。使用pandas的dropna()等方法可以帮助处理缺失值。
