1. 引言
在数据处理和自动化办公领域，Python以其简洁的语法和强大的库，成为许多数据科学家和开发者的首选语言。本文将带你一步步学习如何使用Python操作Excel。
2. 环境准备
在开始之前，请确保你的环境中安装了Python和以下库：
pandas：用于数据分析和操作。openpyxl：用于读写Excel 2010 xlsx/xlsm/xltx/xltm文件。
安装命令：
pip install pandas openpyxl
3. 示例表格介绍
假设我们有一个名为sales_data.xlsx的Excel文件，其中包含以下数据：
| 序号 | 产品名称 | 销售量 | 单价 | 总金额 |
|---|---|---|---|---|
| 1 | 产品A | 100 | 10 | 1000 |
| 2 | 产品B | 50 | 20 | 1000 |
| … | … | … | … | … |
4. 读取Excel文件
在这一节中，我们将通过几个具体的示例来展示如何使用Python读取Excel文件中的数据。
4.1 读取整个工作簿
首先，让我们读取整个Excel文件到一个DataFrame：
import pandas as pd
# 读取Excel文件
df = pd.read_excel('sales_data.xlsx')
# 显示整个DataFrame
print(df)
4.2 读取特定的工作表
如果Excel文件包含多个工作表，我们可以指定读取特定的工作表：
# 读取名为'January'的工作表
df_january = pd.read_excel('sales_data.xlsx', sheet_name='January')
# 显示该工作表的数据
print(df_january)
4.3 指定列的读取
如果我们只对某些列感兴趣，可以指定列来读取：
# 只读取'产品名称'和'总金额'两列
df_selected_columns = pd.read_excel('sales_data.xlsx', usecols=['产品名称', '总金额'])
# 显示选中列的数据
print(df_selected_columns)
4.4 跳过行和列
在读取时，我们可能需要跳过文件开头的一些行或列：
# 跳过前两行，只读取'产品名称'和'总金额'列
df_skipped_rows = pd.read_excel('sales_data.xlsx', skiprows=2, usecols=['产品名称', '总金额'])
# 显示跳过行后的数据
print(df_skipped_rows)
4.5 使用不同的数据类型
Excel文件中的列可能需要被读取为不同的数据类型，例如日期或数值：
# 将'日期'列读取为日期类型
df_date_type = pd.read_excel('sales_data.xlsx', dtype={'日期': 'datetime64'})
# 显示数据，注意日期列的格式
print(df_date_type)
4.6 处理缺失数据
在读取Excel文件时，可能会遇到缺失数据：
# 读取数据，并将缺失值显示为NaN
df_with_na = pd.read_excel('sales_data.xlsx', na_values=['NA', 'N/A'])
# 显示包含缺失值的数据
print(df_with_na)
4.7 读取大型Excel文件
对于大型Excel文件，可以使用openpyxl库来逐块读取数据，以节省内存：
from openpyxl import load_workbook
# 加载工作簿
wb = load_workbook('large_sales_data.xlsx')
# 逐块读取数据
for sheet in wb.sheetnames:
ws = wb[sheet]
for row in ws.iter_rows(min_row=1, values_only=True):
print(row)
4.8 读取带有公式的Excel文件
如果Excel文件中包含公式，我们可能需要读取公式的结果：
# 读取Excel文件，并将公式的结果作为数值读取
df_formulas = pd.read_excel('sales_data.xlsx', engine='openpyxl', dtype=object)
# 显示数据，注意公式列的格式
print(df_formulas)
4.9 保存读取的数据
最后，我们可以将读取的数据保存为新的Excel文件或覆盖原文件：
# 将读取的数据保存为新的Excel文件
df.to_excel('read_sales_data.xlsx', index=False)
# 或者覆盖原文件
df.to_excel('sales_data.xlsx', index=False)
5. 修改Excel数据
在这一节中，我们将通过几个具体的示例来展示如何使用Python对Excel中的数据进行修改。
5.1 更新单个单元格的值
假设我们需要更新产品B的单价为25：
# 定位产品B并更新单价
df.loc[df['产品名称'] == '产品B', '单价'] = 25
# 显示更新后的数据
print(df)
5.2 批量更新数据
如果我们需要将所有产品的单价提高10%：
# 计算新的单价并更新
df['单价'] = df['单价'] * 1.1
# 显示更新后的数据
print(df)
#.3 插入新行
假设我们需要在表格末尾添加一个新的产品：
# 创建新行的数据字典
new_product = {'序号': df['序号'].max() + 1, '产品名称': '产品C', '销售量': 150, '单价': 15, '总金额': 150 * 15}
# 将新行添加到DataFrame中
df = df.append(new_product, ignore_index=True)
# 显示添加新行后的数据
print(df)
5.4 删除行
如果某个产品不再销售，我们需要从表格中删除该行：
# 定位并删除产品B的行
df = df[df['产品名称'] != '产品B']
# 显示删除行后的数据
print(df)
5.5 计算新列
假设我们需要添加一个新列来显示每个产品的总利润（假设利润率为20%）：
# 计算总金额和利润
df['总利润'] = df['总金额'] * 0.2
# 显示添加新列后的数据
print(df)
5.6 替换数据
如果需要将所有销售量低于50的产品的销售量更新为50：
# 替换销售量
df.loc[df['销售量'] < 50, '销售量'] = 50
# 显示替换后的数据
print(df)
5.7 使用条件表达式更新数据
假设我们需要将单价高于平均单价的产品的总金额增加10%：
# 计算平均单价
average_price = df['单价'].mean()
# 增加总金额
df.loc[df['单价'] > average_price, '总金额'] = df['总金额'] * 1.1
# 显示更新后的数据
print(df)
5.8 保存修改
最后，将修改后的数据保存回Excel文件：
# 将修改后的DataFrame写入新的Excel文件
df.to_excel('modified_sales_data.xlsx', index=False)
6. 写入和创建Excel文件
将更新后的数据写入新的Excel文件：
# 写入Excel文件
df.to_excel('updated_sales_data.xlsx', index=False)
7. 高级操作：数据筛选和排序
筛选销售量大于50的所有产品，并按总金额降序排序：
# 数据筛选和排序
filtered_sorted_df = df[(df['销售量'] > 50)].sort_values(by='总金额', ascending=False)
# 显示筛选和排序后的数据
print(filtered_sorted_df)
8. 错误处理与最佳实践
在操作Excel文件时，可能会遇到文件不存在、权限问题等错误。使用try-except语句来处理这些异常：
try:
# 尝试读取Excel文件
df = pd.read_excel('non_existent_file.xlsx')
except FileNotFoundError:
print("文件不存在，请检查文件路径。")
欢迎关注VX公众号：行动圆周率
