Python 可以通过使用 pandas 库来循环读取 Excel 文件中的多个 sheet。、pandas 提供了 pd.ExcelFile 类可以读取 Excel 文件的所有 sheet 名称，进而使用 pd.read_excel 函数读取每个 sheet。、在循环读取过程中，可以将各个 sheet 的数据存储在一个字典中，方便后续处理。
例如，假设我们有一个包含多个 sheet 的 Excel 文件，我们可以按照以下步骤循环读取每个 sheet：
import pandas as pd
读取 Excel 文件
excel_file = pd.ExcelFile('your_excel_file.xlsx')
获取所有 sheet 名称
sheet_names = excel_file.sheet_names
创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_data[sheet] = pd.read_excel(excel_file, sheet_name=sheet)
打印每个 sheet 的数据
for sheet, data in sheet_data.items():
print(f"Sheet name: {sheet}")
print(data.head())
一、使用 Pandas 循环读取 Excel 文件的多个 sheet
pandas 是一个功能强大的数据分析工具，可以方便地处理各种数据格式，尤其是 Excel 文件。下面我们详细介绍如何使用 pandas 循环读取 Excel 文件中的多个 sheet。
1、读取 Excel 文件
首先，我们需要读取 Excel 文件。可以使用 pd.ExcelFile 类来读取文件，并获取所有的 sheet 名称：
import pandas as pd
读取 Excel 文件
excel_file = pd.ExcelFile('your_excel_file.xlsx')
2、获取所有 sheet 名称
通过 excel_file.sheet_names 获取 Excel 文件中的所有 sheet 名称：
# 获取所有 sheet 名称
sheet_names = excel_file.sheet_names
3、循环读取每个 sheet
使用 pd.read_excel 函数读取每个 sheet，并将数据存储在一个字典中：
# 创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_data[sheet] = pd.read_excel(excel_file, sheet_name=sheet)
4、处理读取的数据
读取完所有 sheet 后，可以对数据进行处理。例如，打印每个 sheet 的数据：
# 打印每个 sheet 的数据
for sheet, data in sheet_data.items():
print(f"Sheet name: {sheet}")
print(data.head())
二、使用 openpyxl 循环读取 Excel 文件的多个 sheet
除了 pandas，另一个常用的库是 openpyxl，它可以处理 Excel 文件，并且更适合处理 Excel 文件的格式和样式。
1、安装 openpyxl
首先，需要安装 openpyxl 库：
pip install openpyxl
2、读取 Excel 文件
使用 openpyxl 库读取 Excel 文件：
from openpyxl import load_workbook
读取 Excel 文件
workbook = load_workbook('your_excel_file.xlsx')
3、获取所有 sheet 名称
通过 workbook.sheetnames 获取 Excel 文件中的所有 sheet 名称：
# 获取所有 sheet 名称
sheet_names = workbook.sheetnames
4、循环读取每个 sheet
使用 workbook[sheet] 读取每个 sheet，并将数据存储在一个字典中：
# 创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_obj = workbook[sheet]
data = []
for row in sheet_obj.iter_rows(values_only=True):
data.append(row)
sheet_data[sheet] = data
5、处理读取的数据
读取完所有 sheet 后，可以对数据进行处理。例如，打印每个 sheet 的数据：
# 打印每个 sheet 的数据
for sheet, data in sheet_data.items():
print(f"Sheet name: {sheet}")
for row in data:
print(row)
三、使用 xlrd 循环读取 Excel 文件的多个 sheet
xlrd 是另一个用于读取 Excel 文件的库，特别适用于旧版本的 Excel 文件（.xls 格式）。然而，请注意，xlrd 不支持读取 .xlsx 文件。
1、安装 xlrd
首先，需要安装 xlrd 库：
pip install xlrd
2、读取 Excel 文件
使用 xlrd 库读取 Excel 文件：
import xlrd
读取 Excel 文件
workbook = xlrd.open_workbook('your_excel_file.xls')
3、获取所有 sheet 名称
通过 workbook.sheet_names() 获取 Excel 文件中的所有 sheet 名称：
# 获取所有 sheet 名称
sheet_names = workbook.sheet_names()
4、循环读取每个 sheet
使用 workbook.sheet_by_name(sheet) 读取每个 sheet，并将数据存储在一个字典中：
# 创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_obj = workbook.sheet_by_name(sheet)
data = []
for row_idx in range(sheet_obj.nrows):
row = sheet_obj.row_values(row_idx)
data.append(row)
sheet_data[sheet] = data
5、处理读取的数据
读取完所有 sheet 后，可以对数据进行处理。例如，打印每个 sheet 的数据：
# 打印每个 sheet 的数据
for sheet, data in sheet_data.items():
print(f"Sheet name: {sheet}")
for row in data:
print(row)
四、将读取的数据转换为 DataFrame
无论使用 pandas、openpyxl 还是 xlrd，我们最终可能希望将数据转换为 pandas 的 DataFrame 进行进一步的处理。下面介绍如何将读取的数据转换为 DataFrame。
1、使用 pandas 读取的数据
如果使用 pandas 读取数据，数据已经是 DataFrame 格式，无需额外转换：
import pandas as pd
读取 Excel 文件
excel_file = pd.ExcelFile('your_excel_file.xlsx')
获取所有 sheet 名称
sheet_names = excel_file.sheet_names
创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_data[sheet] = pd.read_excel(excel_file, sheet_name=sheet)
2、使用 openpyxl 读取的数据
如果使用 openpyxl 读取数据，可以将数据转换为 DataFrame：
from openpyxl import load_workbook
import pandas as pd
读取 Excel 文件
workbook = load_workbook('your_excel_file.xlsx')
获取所有 sheet 名称
sheet_names = workbook.sheetnames
创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_obj = workbook[sheet]
data = []
for row in sheet_obj.iter_rows(values_only=True):
data.append(row)
sheet_data[sheet] = pd.DataFrame(data[1:], columns=data[0])
3、使用 xlrd 读取的数据
如果使用 xlrd 读取数据，可以将数据转换为 DataFrame：
import xlrd
import pandas as pd
读取 Excel 文件
workbook = xlrd.open_workbook('your_excel_file.xls')
获取所有 sheet 名称
sheet_names = workbook.sheet_names()
创建一个字典来存储每个 sheet 的数据
sheet_data = {}
循环读取每个 sheet
for sheet in sheet_names:
sheet_obj = workbook.sheet_by_name(sheet)
data = []
for row_idx in range(sheet_obj.nrows):
row = sheet_obj.row_values(row_idx)
data.append(row)
sheet_data[sheet] = pd.DataFrame(data[1:], columns=data[0])
五、总结
在 Python 中，循环读取 Excel 文件中的多个 sheet 可以使用 pandas、openpyxl 和 xlrd 等库。每个库都有其优点和适用场景：
pandas：功能强大，适合数据分析和处理，支持读取.xlsx文件。openpyxl：适合处理 Excel 文件的格式和样式，支持读取和写入.xlsx文件。xlrd：适合读取旧版本的 Excel 文件（.xls文件），但不支持.xlsx文件。
根据具体需求选择合适的库，并结合本文介绍的方法，可以方便地循环读取 Excel 文件中的多个 sheet 进行数据处理。
相关问答FAQs：
如何使用Python读取Excel中的所有工作表？
Python提供了多种库来读取Excel文件，最常用的是pandas和openpyxl。使用pandas时，可以通过pd.ExcelFile()函数加载Excel文件，再利用sheet_names属性获取所有工作表的名称，最后使用parse()方法逐一读取每个工作表的数据。
在读取Excel工作表时，如何处理不同数据格式？
在读取Excel的多个工作表时，数据可能以不同的格式存储。pandas库能够自动识别大部分数据类型，但如果需要特定的格式处理，可以在调用read_excel()时，使用dtype参数指定数据类型，确保数据以符合要求的格式加载。
如何在读取多个工作表时进行数据的合并或分析？
读取完所有工作表后，可以将它们存储在一个字典中，键为工作表名称，值为对应的数据框。在此基础上，可以使用pandas提供的concat()或merge()函数来合并数据，或者进行分析操作。这种方式使得多表数据的处理更加高效和灵活。
