之前分享過python調用過ppt和word，作為一家人的excel當然要整整齊齊的安排上
相對于excel，已經有人都寫成了一本書。這裡一篇文檔根本寫不下，但是行哥想起來若幹年前，在處理資料的時候最大的難題就是導入excel資料，因為後來的資料清洗，提取都可以一步步來做。但是資料導入因為教程不一，文字編碼不一，着實快成為我從入門到放棄的第一塊門檻
是以本文介紹三種強大的python子產品來讀取excel，選用案例是之前分享過的
分析2020年12000條python招聘資料，有興趣的可以點選這裡看一下
1.pandas
matplotlib、numpy、pandas是入行資料分析的三個必須掌握的基礎子產品，這裡介紹一下用pandas如何導入excel檔案。安裝比較簡單，直接用 pip 工具安裝三個庫即可，安裝指令如下：
$ pip3 install pandas 安裝完成提示 Successfully installed即表示安裝成功。
# 1.導入pandas子產品
import pandas as pd
# 2.把Excel檔案中的資料讀入pandas
df = pd.read_excel('Python招聘資料（全）.xlsx')
print(df)
# 3.讀取excel的某一個sheet
df = pd.read_excel('Python招聘資料（全）.xlsx', sheet_name='Sheet1')
print(df)
# 4.擷取列标題
print(df.columns)
# 5.擷取列行标題
print(df.index)
# 6.制定列印某一列
print(df["工資水準"])
# 7.描述資料
print(df.describe())
其中的describe函數可以統計整體工資情況，告訴行哥你有沒有超過50%
使用for循環周遊整個excel檔案，我們可以看到12000行資料總耗時達到2.6s
import time
t1 = time.time()
for indexs in df.index:
print(df.loc[indexs].values[0:-1])
t2=time.time()
print("使用pandas工具包周遊12000行資料耗時：%.2f 秒"%(t2-t1))
2.openpyxl
小五說這個最好用的python 操作 excel 表格庫，下面可以看到openpyxl的讀取方法。安裝比較簡單，直接用 pip 工具安裝三個庫即可，安裝指令如下：
$ pip3 install openpyxl from openpyxl import load_workbook
# 1.打開 Excel 表格并擷取表格名稱
workbook = load_workbook(filename="Python招聘資料（全）.xlsx")
print(workbook.sheetnames)
# 2.通過 sheet 名稱擷取表格
sheet = workbook["Sheet1"]
print(sheet)
# 3.擷取表格的尺寸大小(幾行幾列資料) 這裡所說的尺寸大小，指的是 excel 表格中的資料有幾行幾列，針對的是不同的 sheet 而言。
print(sheet.dimensions)
# 4.擷取表格内某個格子的資料
# 1 sheet["A1"]方式
cell1 = sheet["A1"]
cell2 = sheet["C11"]
print(cell1.value, cell2.value)
"""
workbook.active 打開激活的表格; sheet["A1"] 擷取 A1 格子的資料; cell.value 擷取格子中的值;
"""
# 4.2sheet.cell(row=, column=)方式
cell1 = sheet.cell(row = 1,column = 1)
cell2 = sheet.cell(row = 11,column = 3)
print(cell1.value, cell2.value)
# 5. 擷取一系列格子
# 擷取 A1:C2 區域的值
cell = sheet["A1:C2"]
print(cell)
for i in cell:
for j in i:
print(j.value) 通過openpyxl庫操作excel，使用for循環疊代列印12000行資料僅需要0.47 s
import time
t1 = time.time()
for i in sheet.iter_rows(min_row=1, max_row=12256, min_col=1, max_col=10):
for j in i:
print(j.value)
t2=time.time()
print("使用openpyxl工具包周遊12000行資料耗時：%.2f 秒"%(t2-t1)) 3.xlrd
xlrd是xlrd&xlwt&xlutils三個庫中的一個：
xlrd：用于讀取 Excel 檔案；xlwt：用于寫入 Excel 檔案；xlutils：用于操作 Excel 檔案的實用工具，比如複制、分割、篩選等；
安裝比較簡單，直接用 pip 工具安裝三個庫即可，安裝指令如下：
$ pip3 install xlrd xlwt xlutils 安裝完成提示 Successfully installed xlrd-1.2.0 xlutils-2.0.0 xlwt-1.3.0 即表示安裝成功。
接下來我們就從寫入 Excel 開始，話不多說直接看代碼如下：
# 導入 xlrd 庫
import xlrd
# 打開剛才我們寫入的 test_w.xls 檔案
wb = xlrd.open_workbook("Python招聘資料（全）.xlsx")
# 擷取并列印 sheet 數量
print( "sheet 數量:", wb.nsheets)
# 擷取并列印 sheet 名稱
print( "sheet 名稱:", wb.sheet_names())
# 根據 sheet 索引擷取内容
sh1 = wb.sheet_by_index(0)
# 也可根據 sheet 名稱擷取内容
# sh = wb.sheet_by_name('成績')
# 擷取并列印該 sheet 行數和列數
print( u"sheet %s 共 %d 行 %d 列" % (sh1.name, sh1.nrows, sh1.ncols))
# 擷取并列印某個單元格的值
print( "第一行第二列的值為:", sh1.cell_value(0, 1))
# 擷取整行或整列的值
rows = sh1.row_values(0) # 擷取第一行内容
cols = sh1.col_values(1) # 擷取第二列内容
# 列印擷取的行列值
print( "第一行的值為:", rows)
print( "第二列的值為:", cols)
# 擷取單元格内容的資料類型
print( "第二行第一列的值類型為:", sh1.cell(1, 0).ctype) 通過xlrd庫操作excel，使用for循環疊代列印12000行資料僅需要0.35 s
# # 周遊所有表單内容
import time
t1 = time.time()
for sh in wb.sheets():
for r in range(sh.nrows):
# 輸出指定行
print( sh.row(r))
t2=time.time()
print("使用xlrd工具包周遊12000行資料耗時：%.2f 秒"%(t2-t1))
5.總結
| 類型 | xlrd&xlwt&xlutils | pandas | OpenPyXL |
| 讀取 | 支援 | ||
| 寫入 | |||
| 修改 | |||
| xls | 不支援 | ||
| xlsx | 高版本支援 | ||
| 大檔案 | |||
| 效率 | 快 | ||
| 功能 | 較弱 | 強大 | 一般 |
| 周遊耗時 | 0.35 s | 2.60 s | 0.47 s |
這裡附上3個子產品的性能對比，從周遊時間上xlrd子產品最快，從功能強大上我選擇pandas，從資料量上我得選擇mysql、hadoop、spark🐶
對了，可以加下行哥微信好友，私聊回複「02」可以領取5T程式設計資料哦
人生苦短，我用Python
祝三連的讀者這個月找到對象！！！！！