用Python玩转Excel | 更快更高效处理Excel

前面我们介绍了xlrd、xlwt与openpyxl等第三方库操作Excel文件，但是这些第三方库依旧不够高效，无法替代Excel在数据处理方面的诸多功能，而Pandas这个第三方库可以完美解决上面提到的所有问题。

Pandas是Python中分析结构化数据的工具集，它基于NumPy（提供高性能矩阵运算的第三方库），拥有数据挖掘、数据分析和数据清洗等功能，广泛应用于金融、经济、统计等不同领域。

Pandas在操作Excel时，依赖于xlrd与xlwt，所以想要使用Pandas操作Excel，除安装Pandas外，还需要安装xlrd与xlwt。

Pandas的两个重要概念

要理解Pandas，就必须先理解Series和DataFrame

Series是一种类似于一维数组的对象，它由一组数据，以及一组与之相关的数据标签（索引）组成，表格中的中每一列、每一行都是Series对象。

DataFrame是Pandas中的一个表格型的数据结构，由一组有序的列构成，其中每一列都可以是不同的值类型。DataFrame既有行索引也有列索引，可以看作是由Series组成的字典。

DataFrame本身就是一种二维数据结构，其行与列都是Series，多个Series可以组成一个DataFrame。下图就是Series和DataFrame的关系。

使用Pandas读取Excel数据

import pandas as pd
# 读取Excel文件Sheet1工作表
data = pd.read_excel('file.xlsx',sheet_name='Sheet1')
print(data)

# 一些比较常用的读取方法
# 1.从第N行开始读取,使用header参数
data = pd.read_excel('file.xlsx',header=2,sheet_name='Sheet1')

# 2.使用dtype指定对应列的数据类型
data = pd.read_excel('file.xlsx',dtype={'name':str,'age':str})

这样就可以把sheet1表格中的数据全部读取出来了，而且效率很高。

使用Pandas保存数据到Excel文件

import pandas as pd
df = pd.DataFrame({
  'id':[1,2,3],
  'name':['hello','python','talkpython']
})

df = df.set_index('id')
df.to_excel('new_file.xlsx')

上述代码我们通过to_excel方法将DataFrame对象保存为Excel文件。以上就是今天要分享的内容，下次分享一些更加复杂的操作。