python如何读取xls文件

Python读取xls文件的方法包括使用pandas、xlrd、openpyxl、pyxlsb等库、其中pandas和xlrd是最常用的方法。

一、PANDAS库

Pandas是一个强大的数据分析和处理库，支持多种数据格式的读取和写入。要使用pandas读取xls文件，首先需要安装pandas库和xlrd库，因为pandas依赖xlrd库来读取xls格式的Excel文件。可以通过以下命令进行安装：

pip install pandas xlrd

安装完成后，可以使用以下代码读取xls文件：

import pandas as pd
读取xls文件
df = pd.read_excel('文件路径.xls', sheet_name='Sheet1')
print(df)

在代码中，pd.read_excel()函数用于读取Excel文件，其中sheet_name参数用于指定要读取的工作表名称。如果不指定sheet_name，默认读取第一个工作表。

二、XLrd库

xlrd是一个专门用于读取Excel文件的库，支持xls格式的文件。可以通过以下命令安装xlrd库：

pip install xlrd

安装完成后，可以使用以下代码读取xls文件：

import xlrd
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取工作表
sheet = workbook.sheet_by_name('Sheet1')
读取数据
for row in range(sheet.nrows):
    print(sheet.row_values(row))

在代码中，xlrd.open_workbook()函数用于打开xls文件，sheet_by_name()函数用于获取指定名称的工作表，sheet.nrows表示工作表的行数，sheet.row_values()函数用于获取指定行的数据。

三、OPENPYXL库

openpyxl是一个用于读写Excel文件的库，支持xlsx格式的文件。虽然不直接支持xls格式的文件，但可以通过将xls文件转换为xlsx格式来使用openpyxl库。可以通过以下命令安装openpyxl库：

pip install openpyxl

安装完成后，可以使用以下代码读取xlsx文件：

import openpyxl
打开xlsx文件
workbook = openpyxl.load_workbook('文件路径.xlsx')
获取工作表
sheet = workbook['Sheet1']
读取数据
for row in sheet.iter_rows(values_only=True):
    print(row)

在代码中，openpyxl.load_workbook()函数用于打开xlsx文件，workbook['Sheet1']用于获取指定名称的工作表，sheet.iter_rows(values_only=True)用于迭代工作表中的行并读取数据。

四、PYXLSB库

pyxlsb是一个用于读取Excel二进制文件（xlsb格式）的库。如果需要读取xlsb格式的文件，可以使用pyxlsb库。可以通过以下命令安装pyxlsb库：

pip install pyxlsb

安装完成后，可以使用以下代码读取xlsb文件：

import pandas as pd
读取xlsb文件
df = pd.read_excel('文件路径.xlsb', sheet_name='Sheet1', engine='pyxlsb')
print(df)

在代码中，pd.read_excel()函数用于读取Excel文件，engine参数指定使用pyxlsb引擎读取xlsb格式的文件。

五、总结

Python提供了多种方法来读取xls文件，其中最常用的方法是使用pandas和xlrd库。pandas库功能强大，支持多种数据格式的读取和写入，适合数据分析和处理场景。xlrd库是专门用于读取Excel文件的库，支持xls格式的文件，适合简单的数据读取任务。此外，还可以使用openpyxl库读取xlsx格式的文件，以及使用pyxlsb库读取xlsb格式的文件。在选择具体方法时，可以根据具体需求和文件格式进行选择。

六、详细说明pandas库的使用

读取多个工作表

除了读取单个工作表外，pandas还支持读取多个工作表。可以通过以下代码读取多个工作表：

import pandas as pd
读取多个工作表
dfs = pd.read_excel('文件路径.xls', sheet_name=['Sheet1', 'Sheet2'])
访问工作表数据
df1 = dfs['Sheet1']
df2 = dfs['Sheet2']
print(df1)
print(df2)

在代码中，sheet_name参数传入一个列表，指定要读取的工作表名称。返回的结果是一个字典，键是工作表名称，值是对应的DataFrame对象。

读取所有工作表

如果需要读取Excel文件中的所有工作表，可以将sheet_name参数设置为None：

import pandas as pd
读取所有工作表
dfs = pd.read_excel('文件路径.xls', sheet_name=None)
访问工作表数据
for sheet_name, df in dfs.items():
    print(f"工作表名称: {sheet_name}")
    print(df)

在代码中，sheet_name参数设置为None时，pd.read_excel()函数会读取所有工作表，并返回一个字典，键是工作表名称，值是对应的DataFrame对象。

读取指定范围的数据

有时我们只需要读取Excel文件中的一部分数据，可以通过指定读取的行和列范围来实现：

import pandas as pd
读取指定范围的数据
df = pd.read_excel('文件路径.xls', sheet_name='Sheet1', usecols='A:C', skiprows=2, nrows=10)
print(df)

在代码中，usecols参数用于指定要读取的列，skiprows参数用于指定跳过的行数，nrows参数用于指定读取的行数。

写入Excel文件

除了读取Excel文件外，pandas还支持将数据写入Excel文件。可以通过以下代码将DataFrame对象写入Excel文件：

import pandas as pd
创建DataFrame对象
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
写入Excel文件
df.to_excel('输出路径.xlsx', sheet_name='Sheet1', index=False)

在代码中，df.to_excel()函数用于将DataFrame对象写入Excel文件，sheet_name参数用于指定工作表名称，index参数用于指定是否写入行索引。

七、详细说明xlrd库的使用

获取所有工作表名称

使用xlrd库可以获取Excel文件中的所有工作表名称：

import xlrd
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取所有工作表名称
sheet_names = workbook.sheet_names()
print(sheet_names)

在代码中，workbook.sheet_names()函数返回一个包含所有工作表名称的列表。

读取指定单元格的数据

使用xlrd库可以读取指定单元格的数据：

import xlrd
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取工作表
sheet = workbook.sheet_by_name('Sheet1')
读取指定单元格的数据
cell_value = sheet.cell_value(rowx=1, colx=2)
print(cell_value)

在代码中，sheet.cell_value()函数用于读取指定行和列的单元格数据。

读取指定列的数据

使用xlrd库可以读取指定列的数据：

import xlrd
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取工作表
sheet = workbook.sheet_by_name('Sheet1')
读取指定列的数据
for row in range(sheet.nrows):
    cell_value = sheet.cell_value(rowx=row, colx=2)
    print(cell_value)

在代码中，通过遍历行数，并使用sheet.cell_value()函数读取指定列的数据。

读取单元格的类型

使用xlrd库可以读取单元格的数据类型：

import xlrd
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取工作表
sheet = workbook.sheet_by_name('Sheet1')
读取单元格的数据类型
cell_type = sheet.cell_type(rowx=1, colx=2)
print(cell_type)

在代码中，sheet.cell_type()函数用于读取指定单元格的数据类型。返回的结果是一个整数，表示单元格的数据类型。

八、使用xlrd库进行数据分析

统计某列的频率分布

可以使用xlrd库统计某列数据的频率分布：

import xlrd
from collections import Counter
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取工作表
sheet = workbook.sheet_by_name('Sheet1')
读取指定列的数据
column_data = [sheet.cell_value(rowx=row, colx=2) for row in range(sheet.nrows)]
统计频率分布
frequency_distribution = Counter(column_data)
print(frequency_distribution)

在代码中，首先读取指定列的数据，然后使用Counter类统计频率分布。

计算某列的平均值

可以使用xlrd库计算某列数据的平均值：

import xlrd
打开xls文件
workbook = xlrd.open_workbook('文件路径.xls')
获取工作表
sheet = workbook.sheet_by_name('Sheet1')
读取指定列的数据
column_data = [sheet.cell_value(rowx=row, colx=2) for row in range(sheet.nrows)]
计算平均值
average_value = sum(column_data) / len(column_data)
print(average_value)

在代码中，首先读取指定列的数据，然后计算数据的平均值。

九、使用openpyxl库

openpyxl库主要用于读取和写入xlsx格式的Excel文件。以下是一些常见的使用方法：

读取单元格的值

import openpyxl
打开xlsx文件
workbook = openpyxl.load_workbook('文件路径.xlsx')
获取工作表
sheet = workbook['Sheet1']
读取单元格的值
cell_value = sheet['C2'].value
print(cell_value)

在代码中，sheet['C2'].value用于读取指定单元格的值。

写入数据到Excel文件

import openpyxl
打开xlsx文件
workbook = openpyxl.load_workbook('文件路径.xlsx')
获取工作表
sheet = workbook['Sheet1']
写入数据到单元格
sheet['C2'] = 'New Value'
保存文件
workbook.save('文件路径.xlsx')

在代码中，sheet['C2'] = 'New Value'用于向指定单元格写入数据，workbook.save()函数用于保存文件。

创建新的工作表

import openpyxl
创建新的Excel文件
workbook = openpyxl.Workbook()
创建新的工作表
sheet = workbook.create_sheet(title='NewSheet')
写入数据到单元格
sheet['A1'] = 'Hello, World!'
保存文件
workbook.save('新文件路径.xlsx')