使用 pandas (最推荐)
pandas 是一个数据分析库，它将 Excel 文件读入一个叫做 DataFrame 的数据结构中，这个结构非常方便进行后续的数据处理、分析和可视化。
（图片来源网络，侵删）
安装 pandas
如果你还没有安装 pandas，可以通过 pip 安装：
pip install pandas
安装 Excel 引擎
pandas 本身不直接处理 Excel 文件，它依赖于底层的引擎。.xlsx 文件（较新格式）通常使用 openpyxl 引擎，而 .xls 文件（较旧格式）通常使用 xlrd 引擎。
# 用于读取 .xlsx 文件 pip install openpyxl # 用于读取 .xls 文件 (xlrd 2.0+ 版本只读，不支持写入) pip install xlrd
读取 Excel 文件的基本用法
假设你有一个名为 data.xlsx 的文件，内容如下：
| 姓名 | 年龄 | 城市 |
|---|---|---|
| 张三 | 25 | 北京 |
| 李四 | 30 | 上海 |
| 王五 | 28 | 广州 |
示例代码：
（图片来源网络，侵删）
import pandas as pd
# 文件路径
file_path = 'data.xlsx'
# 使用 pandas 读取 Excel 文件
# 默认读取第一个工作表
df = pd.read_excel(file_path)
# 打印 DataFrame 的前5行
print("读取前5行数据:")
print(df.head())
# 打印 DataFrame 的基本信息
print("\nDataFrame 的基本信息:")
print(df.info())
# 访问某一列
print("\n访问'姓名'这一列:")
print(df['姓名'])
# 访问某一行
print("\n访问第2行数据:")
print(df.iloc[1]) # iloc 用于基于整数位置的索引
高级用法
a) 指定工作表 (Sheet)
一个 Excel 文件可以包含多个工作表，你可以通过 sheet_name 参数来指定读取哪个工作表。
# 读取名为 'Sheet2' 的工作表
df_sheet2 = pd.read_excel('data.xlsx', sheet_name='Sheet2')
# 读取第二个工作表 (索引从0开始)
df_sheet_index1 = pd.read_excel('data.xlsx', sheet_name=1)
# 读取所有工作表，返回一个字典
# 键是工作表名，值是对应的 DataFrame
all_sheets = pd.read_excel('data.xlsx', sheet_name=None)
print(all_sheets.keys()) # 查看所有工作表名
b) 指定列标题行
如果你的 Excel 文件标题不在第一行，可以使用 header 参数指定。
df_custom_header = pd.read_excel('data.xlsx', header=1)c) 不使用标题行
如果文件没有标题行,可以设置 header=None，pandas 会自动使用 0, 1, 2... 作为列名。
df_no_header = pd.read_excel('data.xlsx', header=None)
print(df_no_header)
d) 指定列名
你可以自定义读取后的列名。
（图片来源网络，侵删）
# 自定义列名
df_custom_cols = pd.read_excel('data.xlsx', names=['用户名', '年纪', '所在地'])
print(df_custom_cols)
e) 跳过行
使用 skiprows 跳过文件开头的几行。
# 跳过前2行
df_skip_rows = pd.read_excel('data.xlsx', skiprows=2)
f) 指定读取的列
如果文件很大,你只需要其中几列，可以使用 usecols 参数来提高效率。
# 只读取'姓名'和'城市'列
df_use_cols = pd.read_excel('data.xlsx, usecols=['姓名', '城市'])
print(df_use_cols)
使用 openpyxl
openpyxl 是一个专门用于读写 .xlsx 文件的库，它功能非常强大，可以精确地操作 Excel 的单元格、样式、图表等，如果你需要对 Excel 进行复杂的操作，而不仅仅是读取数据，openpyxl 是一个很好的选择。
安装 openpyxl
pip install openpyxl
读取 Excel 文件
openpyxl 将整个工作簿（Workbook）加载到内存中，你可以选择活动工作表或指定工作表。
示例代码：
from openpyxl import load_workbook
# 文件路径
file_path = 'data.xlsx'
# 加载工作簿
# read_only=True 模式可以更快地读取大文件，但不能修改
# data_only=True 会读取单元格的值而不是公式
wb = load_workbook(filename=file_path, data_only=True)
# 获取活动工作表，或者通过名字指定
# sheet = wb.active
sheet = wb['Sheet1'] # 假设工作表名为 'Sheet1'
# 读取单个单元格的值
# A1 单元格的值
name_a1 = sheet['A1'].value
print(f"A1 单元格的值是: {name_a1}")
# 读取 B2 单元格的值
age_b2 = sheet['B2'].value
print(f"B2 单元格的值是: {age_b2}")
# 读取整行数据
# 第2行数据 (索引从1开始)
row_data = sheet[2]
for cell in row_data:
print(f"单元格 {cell.coordinate} 的值是: {cell.value}")
# 读取整列数据
# 第1列数据
col_data = sheet['A']
for cell in col_data:
print(f"单元格 {cell.coordinate} 的值是: {cell.value}")
# 遍历所有行和列
print("\n遍历整个工作表:")
for row in sheet.iter_rows(values_only=True):
# row 是一个包含该行所有单元格值的元组
print(row)
# 关闭工作簿，释放资源
wb.close()
使用 xlrd
xlrd 是一个较老的库，主要用于读取 .xls 文件（旧版 Excel 格式）。注意：从 xlrd 2.0 版本开始，它只支持读取，不再支持写入。
安装 xlrd
pip install xlrd
读取 .xls 文件
示例代码：
import xlrd
# 文件路径
file_path = 'data.xls' # 注意这里是 .xls 后缀
# 打开工作簿
workbook = xlrd.open_workbook(file_path)
# 获取第一个工作表
sheet = workbook.sheet_by_index(0)
# 获取总行数和总列数
num_rows = sheet.nrows
num_cols = sheet.ncols
print(f"工作表有 {num_rows} 行, {num_cols} 列")
# 读取单元格的值
# A1 单元格 (行1, 列0)
value_a1 = sheet.cell_value(0, 0)
print(f"A1 单元格的值是: {value_a1}")
# 读取整行
# 第2行 (索引从0开始)
row_data = sheet.row_values(1)
print(f"第2行的数据是: {row_data}")
# 读取整列
# 第1列 (索引从0开始)
col_data = sheet.col_values(0)
print(f"第1列的数据是: {col_data}")
总结与对比
| 特性 | pandas |
openpyxl |
xlrd |
|---|---|---|---|
| 主要用途 | 数据分析、数据处理 | 精确操作Excel (单元格、样式、图表) | 读取旧版 .xls 文件 |
| 易用性 | 非常高，一行代码即可读取 | 中等，需要更多操作来获取数据 | 简单，但功能有限 |
| 数据结构 | DataFrame，非常强大 |
Worksheet, Cell 对象 |
Sheet, Cell 对象 |
| 性能 | 读取大文件时 read_only 模式下不错 |
纯读取不如 pandas 快，但功能全面 |
较快，但仅限 .xls |
| 推荐场景 | 绝大多数情况下的首选，特别是需要做数据分析时 | 需要读取非数据内容（如公式、格式）或对 Excel 进行复杂修改 |
