使用Python对Excel表数据的读取、写入、导出_用python遍历excel指定行并输出其他行的数据

处理Excel表格时，当数据量较大，或计算较为复杂时，使用python进行数据批量处理更为容易。

关于读取excel表格：
在向编译器中导入excel表格时，我们应当首先导入对应的包，否则极易出现报错、数据导入不成功等问题，当excel导入不成功时，优先考虑对应的包没有安装或为成功引用
具体需要导入的包如下

import books as books
import xlrd
import pandas as pd
import numpy as nd
from openpyxl import load_workbook
1
2
3
4
5

其中，pandas是在excel表格读取、数据查看是使用最为简单方便的包。但是在对表格数据进行修改或对空白单元格写入数据时，我认为openpyxl更为方便
使用pandas具体导入excel的流程

books1 = pd.read_excel(r'C:\Users\Lenovo\Desktop\问题2\问题二数据.xlsx',index_col='ID',sheet_name='Sheet1')

1
2

其中，books1是我们将excel引入后在后续代码中引用该excel表格时使用的变量名。pd.read_excel（）是读取excel表格的函数；r’绝对地址’是我们要读入表格的绝对位置，即表格在那个磁盘哪个文件夹中叫什么，注意xlsx不要省略；index_col是我们用来索引的值，比如你要从上到下遍历200行数据，除了使用row（）这种外，最简单的方法便是在表格的最前面添加一列，如我用的’ID’,然后写上1-200，这样方便我们用for循环进行遍历；sheet_name=‘要选择的表的名字’，大多时候，我们的excel表格内存在多个表格，比如Sheet1、Sheet2等，当我们要读取对应表格时，应当在sheet_name后面写上表的名字。
那么，当我们按照上述步骤运行代码后没有报错，那么我们如何检测是否将表格数据导入成功了呢？这个时候，我们可以使用books1.iloc[[i], [j]].values[0][0]来检测表格第i行第j列的数据，对应原表格数据，看是否成功导入。注意，python中下标是从0开始，而excel是从1开始，所以当我们要查找或使用对应单元格数据时，我们应该多次测试，找到对应的行、列表达式。这样我们才能得到自己想要的数据。

#可以通过输出一个数据，检验是否引用正确
print(books1.iloc[[0], [2]].values[0][0])
1
2

当我们要对表格具体单元格进行写入或者更改时，我更建议大家使用openpyxl包进行书写，因为pandas我一直没有写入成功，具体使用如下：

from openpyxl import load_workbook
wb = load_workbook(r'C:\Users\Lenovo\Desktop\问题2\问题二数据.xlsx')
sheet = wb.active
sheet.cell(row=i, column=j).value = '要修改成的数值'
wb.save(r'C:\Users\Lenovo\Desktop\问题2\问题二数据.xlsx')
1
2
3
4
5

sheet.cell(row=i, column=j)表示我们要对第i行第j列单元格进行修改，同样因为索引值不同，我认为每次使用前都应该多次测试，这样才能避免位置错误。对于load_workbook（）与pandas导入是相同的，但是关于如何在excel不同表格之间进行切换，如pandas的sheet_name（），我还不是很清楚，待我了解清楚后在进行填写。wb.save()是我们用来将修改后的表格和数据进行储存的函数，但是对于openpyxl我只会在当前表格进行修改，等我了解如何导出一个新表之后，再来为大家解答。
关于如何不修改原来表的内容，而降修改后的信息保存为另一个表格，这个时候我们用到的是pandas包

df = pd.DataFrame(books1)
df.to_excel(r'C:\Users\Lenovo\Desktop\季度\达标天数.xlsx')
1
2

pd.DataFrame(‘我们先前使用的变量名来表示的excel’），接着通过df.to_excel（‘要导出到的绝对位置’）来将修改后的表格进行导出。
关于python对excel的处理，暂时就这么多，等我学到新的内容再来对大家进行分析。
创作不易，欢迎点赞！