主流库对比

使用 pandas (最推荐)

pandas 是数据科学领域的瑞士军刀，处理 Excel 数据最为便捷，它内部会调用 openpyxl（针对 .xlsx）或 xlrd（针对旧版 .xls）来完成实际操作。

安装

pip install pandas openpyxl
# openpyxl 是处理 .xlsx 文件所必需的依赖

基本用法

示例 Excel 文件 (sales_data.xlsx)

假设我们有如下一个简单的 Excel 文件：

读取 Excel 文件

import pandas as pd
# --- 读取整个工作表 ---
# 默认读取第一个工作表
df = pd.read_excel('sales_data.xlsx')
print("默认读取第一个工作表:")
print(df)
print("\n")
# --- 读取指定工作表 ---
# Excel 文件可能有多个工作表 (Sheet1, Sheet2, ...)
df_sheet2 = pd.read_excel('sales_data.xlsx', sheet_name='Sheet2') # 假设有一个叫 Sheet2 的工作表
print("读取指定工作表 'Sheet2':")
print(df_sheet2)
print("\n")
# --- 读取多个工作表 ---
# 返回一个字典，键是工作表名，值是对应的 DataFrame
all_sheets = pd.read_excel('sales_data.xlsx', sheet_name=['Sheet1', 'Sheet2'])
print("读取多个工作表，返回字典:")
print(all_sheets['Sheet1']) # 访问第一个工作表
print("\n")
# --- 读取所有工作表 ---
# sheet_name=None 会读取所有工作表
all_sheets = pd.read_excel('sales_data.xlsx', sheet_name=None)
print("读取所有工作表，返回字典:")
print(list(all_sheets.keys())) # 查看所有工作表名
print("\n")
# --- 指定索引列 ---
# 假设 'Product' 列更适合作为索引
df_indexed = pd.read_excel('sales_data.xlsx', index_col='Product')
print("指定 'Product' 为索引列:")
print(df_indexed)
print("\n")
# --- 指定列名 ---
# Excel 文件没有标题行，或者你想用新的列名
# header=None 表示文件没有标题行
# names 参数用于指定新的列名
df_no_header = pd.read_excel('sales_data.xlsx', header=None, names=['产品', '区域', '第一季度', '第二季度'])
print("指定新的列名:")
print(df_no_header)
print("\n")
# --- 只读取特定列 ---
df_specific_cols = pd.read_excel('sales_data.xlsx', usecols=['Product', 'Q1_Sales'])
print("只读取 'Product' 和 'Q1_Sales' 列:")
print(df_specific_cols)
print("\n")

写入 Excel 文件

# 创建一个新的 DataFrame
new_data = {
    'Product': ['Webcam', 'Microphone'],
    'Sales_Region': ['East', 'West'],
    'Q1_Sales': [8000, 12000],
    'Q2_Sales': [9500, 14000]
}
new_df = pd.DataFrame(new_data)
# 写入新的 Excel 文件
# index=False 表示不将 DataFrame 的索引写入 Excel
new_df.to_excel('new_sales_data.xlsx', index=False, sheet_name='New_Products')
print("已成功创建 new_sales_data.xlsx 文件")

使用 openpyxl

openpyxl 更底层，可以精确控制单元格的样式、公式、合并单元格等，但代码量会比 pandas 多。

安装

pip install openpyxl

基本用法

读取 Excel 文件

from openpyxl import load_workbook
# --- 加载工作簿 ---
# data_only=True 表示读取单元格的值（而不是公式）
# read_only=True 以只读模式打开，适合大文件，但不能修改
wb = load_workbook(filename='sales_data.xlsx', data_only=True)
# --- 获取工作表 ---
# 通过名称获取
sheet = wb['Sheet1']
# 或者通过索引获取 (从0开始)
# sheet = wb.worksheets[0]
# --- 读取单个单元格 ---
product_a = sheet['A1'].value
q1_sales_b2 = sheet['B2'].value
print(f"A1 单元格的值: {product_a}")
print(f"B2 单元格的值: {q1_sales_b2}")
print("-" * 20)
# --- 读取一行 ---
row_2_values = []
for cell in sheet[2]: # 第二行
    row_2_values.append(cell.value)
print(f"第二行的所有值: {row_2_values}")
print("-" * 20)
# --- 读取一列 ---
col_a_values = []
for row in sheet.iter_rows(min_col=1, max_col=1, values_only=True): # 第一列
    col_a_values.append(row[0])
print(f"第一列的所有值: {col_a_values}")
print("-" * 20)
# --- 遍历整个工作表 ---
print("遍历整个工作表:")
for row in sheet.iter_rows(values_only=True):
    print(row)
print("-" * 20)
# 关闭工作簿
wb.close()

写入和修改 Excel 文件

from openpyxl import Workbook
from openpyxl.styles import Font
# --- 创建一个新的工作簿 ---
wb_new = Workbook()
# --- 获取默认创建的工作表并重命名 ---
ws = wb_new.active= "Summary"
# --- 写入数据 ---
ws['A1'] = "Report Summary"
ws['A2'] = "Total Products"
ws['B2'] = 5
# --- 应用样式 ---
# 给 A1 单元格加粗
ws['A1'].font = Font(bold=True, size=14)
# --- 保存工作簿 ---
wb_new.save('summary_report.xlsx')
print("已成功创建 summary_report.xlsx 文件")

如何选择？

• 如果你只想处理 Excel 中的数据（读取、分析、清洗、计算、再导出）：

  • 首选 pandas，它更简单、更高效，代码更易读，这是 90% 情况下的最佳选择。

• 如果你需要精确地操作 Excel 文件本身：

  
  （图片来源网络，侵删）
  • 修改单元格的颜色、字体、边框、合并单元格、插入图片、读取/写入公式、调整行高列宽等。
  • 使用 openpyxl，它提供了对 Excel 文件结构的底层控制。

• 如果你处理的是旧版的 .xls 文件：

  • 使用 xlrd (读) 和 xlwt (写)，但请注意它们不再积极维护。

• 如果你处理的是 .xlsb 文件：

  • 使用 pyxlsb。

对于初学者和绝大多数数据分析任务,从 pandas 开始是最好的选择，它能让你快速上手并完成核心的数据处理工作，当你发现需要对 Excel 文件的格式进行精细控制时，再深入学习和使用 openpyxl。