在Python编程环境中，处理Excel文件是一项常见的任务，特别是在数据分析、数据清洗或自动化报告等领域。Python提供了多种库来处理Excel文件，其中最常用的是`pandas`库和`openpyxl`库。`pandas`库提供了高效的数据结构DataFrame，使得读写Excel文件变得简单而直观；`openpyxl`库则专门用于处理.xlsx格式的Excel文件，提供了低级别的操作接口。
让我们详细讲解`pandas`库的使用。`pandas.read_excel()`函数是用于读取Excel文件的核心方法。它能直接将Excel文件加载为DataFrame对象，方便后续的数据分析。例如：
```python
import pandas as pd
# 读取Excel文件
df = pd.read_excel('your_file.xlsx')
```
在这个例子中，'your_file.xlsx'是你要读取的Excel文件的路径。如果文件在同一目录下，可以直接写文件名。如果在其他目录，需要提供完整的路径。
对于写入Excel文件，可以使用`pandas.DataFrame.to_excel()`方法。这个方法将DataFrame对象转换并保存为Excel文件。默认使用`openpyxl`引擎，但如果需要兼容旧版本的Excel文件，可以指定`engine='xlsxwriter'`。以下是一个简单的写入示例：
```python
# 创建一个DataFrame
data = {'Column1': [1, 2, 3], 'Column2': ['A', 'B', 'C']}
df = pd.DataFrame(data)
# 写入Excel文件
df.to_excel('output.xlsx', index=False)
```
在上面的代码中，`index=False`参数表示不将行索引写入Excel文件。
接下来，我们讨论`openpyxl`库。`openpyxl`提供了对.xlsx文件的低级别操作，可以创建、修改工作簿、工作表以及单元格的内容。比如，创建一个新的Excel文件并写入数据：
```python
from openpyxl import Workbook
# 创建Workbook对象
wb = Workbook()
# 获取活动Sheet
ws = wb.active
# 写入数据
for row in [(1, 'A'), (2, 'B'), (3, 'C')]:
ws.append(row)
# 保存到文件
wb.save('new_file.xlsx')
```
这里，我们创建了一个Workbook对象，然后通过`.active`属性获取当前活动的工作表（默认第一个）。接着，我们使用`.append()`方法向工作表添加行数据，最后调用`.save()`方法保存到文件。
对于读取Excel文件，`openpyxl`提供了`load_workbook()`函数：
```python
from openpyxl import load_workbook
# 加载Workbook
wb = load_workbook('your_file.xlsx')
# 选择工作表
ws = wb['Sheet1']
# 遍历单元格数据
for row in ws.iter_rows(values_only=True):
print(row)
```
在上面的代码中，`load_workbook()`加载了Excel文件，然后通过工作表的名字（如'Sheet1'）获取工作表对象。`iter_rows()`方法允许我们迭代每一行的值。
Python结合`pandas`和`openpyxl`库，能够轻松地完成Excel文件的读写操作。`pandas`更适合快速地处理大量数据，而`openpyxl`更适合精细化的操作和编辑Excel文件的格式。在实际应用中，可以根据需求选择合适的库或者结合使用。
python读写excel.zip （3个子文件） 
python读写excel 
示例程序.py 2KB
