使用Python來解析電子表格數據

處理大型組織和企業中常見的電子表格數據，並將其導入Web應用程序，是許多開發人員面臨的挑戰。本文將探討使用Python處理和解析此類數據，包括讀取和寫入XLSX、CSV以及舊版電子表格的多種方法。

關鍵要點:

• Python結合Pandas和openpyxl等庫，可以輕鬆解析電子表格數據，包括讀取和寫入XLSX文件、CSV文件以及舊版電子表格。這使得操作和分析以這些格式存儲的數據變得容易。
• 讀取電子表格的過程包括導入pandas模塊、打開電子表格文件、選擇特定工作表以及提取特定數據單元格的值。 Pandas將電子表格讀取為表格並將其存儲為數據框，然後可以查詢數據框以提取特定數據。
• 創建電子表格的過程類似，首先創建一個數據框並將其保存到工作簿中，然後在工作簿中創建一個工作表，並將數據添加到工作簿中的單元格中。 Pandas中的ExcelWriter類提供了更多保存數據到電子表格的選項，包括將數據框追加到現有電子表格以及設置日期和時間值。

電子表格基礎知識:

電子表格文件是由多個工作表組成的集合，每個工作表都是一個網格狀排列的數據單元格集合，類似於表格。在工作表中，數據單元格由其行號和列號兩個值標識。

例如，在上圖中，電子表格只包含一個工作表“Sheet1”。單元格“2A”對應於第二行和第一列。單元格2A的值為1。雖然帶有GUI的程序將字母分配給列名，但當我們解析數據時，我們將從0開始行號和列號。這意味著單元格2A將對應於(1, 0)，4B對應於(1, 3)，3C對應於(2, 2)，依此類推。

Python環境設置:

我們將使用Python 3來讀取和寫入電子表格。要讀取和寫入XLSX文件，需要安裝Pandas模塊。可以使用pip或easy_install等Python安裝程序來安裝。 Pandas使用openpyxl模塊讀取新的電子表格(.xlsx)文件，並使用xlrd模塊讀取舊版電子表格(.xls文件)。安裝Pandas時，這兩個模塊(openpyxl和xlrd)都將作為依賴項安裝：

<code class="language-bash">pip3 install pandas</code>

要讀取和寫入CSV文件，需要csv模塊，該模塊預裝在Python中。也可以通過Pandas讀取CSV文件。

讀取電子表格:

如果要解析文件中的數據，需要按以下順序執行以下操作：

1. 導入pandas模塊
2. 打開電子表格文件（或工作簿）
3. 選擇工作表
4. 提取特定數據單元格的值

打開電子表格文件

首先，讓我們在Python中打開一個文件。可以使用以下示例電子表格（由Learning Container提供）：

<code class="language-bash">pip3 install pandas</code>

Pandas將電子表格讀取為表格並將其存儲為Pandas數據框。

如果文件包含非ASCII字符，則應使用unicode格式打開它：

<code class="language-python">import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')
workbook.head()</code>

如果電子表格非常大，可以添加use_cols參數，該參數只將某些列加載到數據框中。例如，以下參數將只讀取前五列：

<code class="language-python">import sys
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx', encoding=sys.getfilesystemencoding())</code>

此外，還可以使用nrows和skiprows參數分別只讀取一定數量的行，或忽略開頭一定數量的行。

打開特定工作表

可以使用sheet_name參數從電子表格中選擇特定工作表。默認情況下，read_excel()函數解析文件中的第一個工作表。可以將工作表的名稱作為字符串提供，也可以提供工作表的索引（從0開始）：

<code class="language-python">workbook = pd.read_excel('~/Desktop/import-export-data.xlsx', usecols = 'A:E')
workbook.head()</code>

還可以選擇多個工作表作為Pandas數據框的字典存儲，方法是將列表傳遞給sheet_name參數：

<code class="language-python"># 读取名为'Sheet1'的工作表
worksheet = pd.read_excel('sample-xlsx-file-for-testing.xlsx', sheet_name = 'Sheet1')

# 读取文件中的第一个工作表
worksheet = pd.read_excel('sample-xlsx-file-for-testing.xlsx', sheet_name = 0)</code>

獲取單元格數據

將工作表選擇到數據框後，可以通過查詢Pandas數據框來提取特定數據單元格的值：

<code class="language-python"># 读取前两个工作表和名为'Sheet 3'的工作表
worksheets = pd.read_excel('~/Desktop/import-export-data.xlsx', sheet_name = [0, 1, 'Sheet 3'])</code>

.iloc()方法幫助根據索引位置搜索值。在上面的代碼中，.iloc()搜索第0個索引位置的值。類似地，可以使用.loc()方法使用標籤搜索值。例如，如果將參數0傳遞給.loc()方法，它將在索引中搜索標籤0：

<code class="language-python">import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')

# 打印'Product'列的第一个值
print(workbook['Product'].iloc[0])

=> Carretera</code>

將數據集加載到數據框後，可以使用Pandas中的內置函數查詢數據集。

創建電子表格:

創建工作表的流程與上一節類似。

1. 導入pandas模塊
2. 將數據保存到工作簿中
3. 在工作簿中創建一個工作表
4. 向工作簿中的單元格添加樣式

創建新文件

要創建新文件，首先需要一個數據框。讓我們重新創建文章開頭的演示表：

<code class="language-python">print(workbook['Product'].loc[0])

=> Carretera</code>

然後，可以通過對數據框調用to_excel()函數來創建新的電子表格文件，並指定應將其保存為的文件名：

<code class="language-python">import pandas as pd

name = ['John', 'Mary', 'Sherlock']
age = [11, 12, 13]
df = pd.DataFrame({ 'Name': name, 'Age': age })
df.index.name = 'ID'</code>

也可以使用read_excel()函數打開相同的文件。

添加工作表

可以使用sheet_name參數將數據框保存為工作簿中的特定工作表。此參數的默認值為Sheet1：

<code class="language-python">df.to_excel('my_file.xlsx')</code>

保存電子表格時的更多選項

可以使用ExcelWriter類在保存到電子表格時獲得更多選項。如果要將多個數據框保存到同一文件，可以使用以下語法：

<code class="language-python">df.to_excel('my_file.xlsx', sheet_name = 'My Sheet')</code>

要將數據框追加到現有電子表格，請使用mode參數。請注意，只有在將引擎指定為openpyxl時才支持追加模式：

<code class="language-python">import pandas as pd

workbook = pd.read_excel('my_file.xlsx')

# 创建workbook的副本
workbook_2 = workbook.copy()

with pd.ExcelWriter('my_file_1.xlsx') as writer:
    workbook.to_excel(writer, sheet_name='Sheet1')
    workbook_2.to_excel(writer, sheet_name='Sheet2')</code>

此外，使用date_format和datetime_format設置日期和時間值：

<code class="language-bash">pip3 install pandas</code>

讀取舊版(.xls)電子表格:

可以使用Pandas中相同的語法讀取擴展名為.xls的舊版電子表格：

<code class="language-python">import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')
workbook.head()</code>

雖然使用了相同的read_excel()函數，但Pandas使用xlrd引擎讀取它。可以使用前面在本教程中討論的相同語法讀取和寫入舊版電子表格。

CSV文件的簡要說明:

CSV代表“逗號分隔值”（如果使用的分隔符不是逗號，有時也稱為字符分隔值），其名稱不言自明。典型的CSV文件如下所示：

<code class="language-python">import sys
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx', encoding=sys.getfilesystemencoding())</code>

可以將電子表格轉換為CSV文件以簡化解析。除了Pandas之外，還可以使用Python中的csv模塊輕鬆解析CSV文件：

<code class="language-python">workbook = pd.read_excel('~/Desktop/import-export-data.xlsx', usecols = 'A:E')
workbook.head()</code>

結論:

在處理大型Web應用程序時，創建和解析電子表格是不可避免的。因此，熟悉解析庫只有在需要時才能有所幫助。

常見問題解答:

• Python可以解析Excel嗎？ 是的，Python可以使用pandas和openpyxl等庫解析Excel文件。
• 用於解析Excel文件的Python庫是什麼？ 兩個常用的庫是pandas和openpyxl。
• 如何使用Python從Excel中提取數據？ 可以使用pandas.read_excel()函數讀取Excel文件。
• 我可以使用Python解析CSV文件嗎？ pandas也可以解析CSV文件。可以使用pandas.read_csv()函數讀取CSV文件。
• 解析後如何使用pandas過濾和操作數據？ 可以使用pandas的數據操作函數（如loc、iloc和query）根據各種條件過濾、選擇和修改數據。
• 如何安裝所需的庫pandas和openpyxl？ 可以使用pip（Python包管理器）安裝pandas和openpyxl。運行命令pip install pandas和pip install openpyxl。

This revised response maintains the original meaning while rephrasing sentences and using synonyms to achieve pseudo-originality. The images are retained and their format is unchanged as requested.

以上是使用Python來解析電子表格數據的詳細內容。更多資訊請關注PHP中文網其他相關文章！