excel学习库-Python按单元格读取复杂电子表格（Excel）数据实践

Python读取电子表格方法

本文所使用电子表格的目标是读取、解析来自Excel编制的数据报表，或者软件界面导出的数据报表，这类电子表格报表显著特点是有一定的格式，且数据位置不连续，而非标准二维数据表。

关于电子表格，比较常见的有微软Office Excel、WPS Office、Open Office、LibreOffice、永中Office等等，这些软件关于电子表格定义相近，文件格式兼容MS Excel标准。

一个电子表格文档（Excel）称为一个工作簿

一个工作簿保存在一个扩展名为XLS（.xlsx）的文件中

一个工作簿可以包含多个表（sheet）

在特定行和列的方格称为单元格、格子

对于文件格式XLS、XLSX，简单来说：

XLS是excel2003及以前版本所生成的文件格式

XLSX是excel2007及以后版本所生成的文件格式

Python对excel文件的读写功能的模块有以下三种：

xlwt：对 xls 格式的 Excel 文件进行写入；

xlrd：对 xls 格式的 Excel 文件进行读取；

OpenpPyXL 实现了对 xlsm 、xlsx 开放电子表格格式的读写。

另外，Pandas也能实现了对Excel读写，例如read_excel()和to_excel()，直接读取数据到DataFrame中。

首先，安装第三方包xlrd和xlwt（如果已经安装，则略过）：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xlrd

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xlwt

原始数据

原始数据是来自接口方提供XLS格式数据，内容如下图所示，由程序生成而导出的数据（为什么会这样，历史原因不予分析），虽然行、列对应不清晰，但是总体上还是有规律的，日报表的每日内容格式基本一致，针对数据行数变化需要特殊解析处理。

没有好办法，标记上顺序数字，逐个查数定位！

实践代码示例

代码中关键API函数解释：

打开XLS工作薄：

workbook = xlrd.open_workbook(filename)

三种方式获取工作表

table = workbook.sheet_by_index(0)，按索引顺序

table = workbook.sheets()[0]

table = workbook.sheet_by_name(‘日报表202110-202210’)，按sheet名称

读取单元格数据：

value = table.cell_value(rowx=2, colx=0)，rowx，colx分别是行、列索引数（注意：从0开始）

总结

Python按单元格读取复杂电子表格（Excel）数据技术上比较成熟，易操作。需要注意事项：

由于数据文件来自第三方，可能存在编码问题（中文乱码），最好拿到手后，在文件处理的系统上，再另存新文件（本次工作，就是遇到类似问题，花费变天时间也没有解决编码转换或者加密问题，简单的另存解决。

数据处理过程，还是使用pandas更加专业。

参考：

华仔仔coding. 利用Python第三方库xlrd读取Excel中数据实例代码. 脚本之家. 2022.07

lainwith. python实现——处理Excel表格（超详细）. CSDN博客. 2021.10

肖永威. Pandas高级数据分析快速入门之二——基础篇. CSDN博客. 2021.08

————————————————

原文链接：https://blog.csdn.net/xiaoyw71/article/details/128040968

excel学习库