python excel读取、写入
时间: 2025-05-06 16:21:42 浏览: 23
### 使用 Pandas 和 Openpyxl 处理 Excel 文件
#### 安装所需库
为了能够顺利运行下面的例子,需要先安装 `pandas` 和 `openpyxl` 库。可以通过 pip 工具来完成这两个库的安装。
```bash
pip install pandas openpyxl
```
#### 导入库并定义基本变量
在 Python 脚本中引入必要的包,并设置要操作的目标文件路径:
```python
import pandas as pd
input_file_path = 'example.xlsx'
output_file_path = 'output.xlsx'
sheet_name = 'Sheet1' # 如果知道工作表的名字可以指定;如果不知道也可以留空默认第一个工作表
```
#### 读取 Excel 文件
利用 `pd.read_excel()` 函数可以从给定路径加载整个 Excel 文档或特定的工作表到 DataFrame 对象里。这里展示了一个完整的例子,其中指定了输入文件的位置、目标工作表名称以及列头所在行数(通常为第0行):
```python
# 读取Excel文件
dataframe = pd.read_excel(input_file_path, sheet_name=sheet_name, header=0)
print(dataframe.head()) # 打印前几条记录查看内容是否正确载入
```
#### 数据处理
一旦数据被成功读入内存之后就可以对其进行各种变换和计算了。比如可以根据需求执行过滤、排序、汇总统计等任务。这部分具体取决于实际应用场景的要求,在此不做过多展开[^2]。
#### 将修改后的数据保存回新的 Excel 文件
当完成了所有的编辑动作以后,最后一步就是把更新过的 DataFrame 输出成一个新的 Excel 文件。这同样简单明了——只需调用 `.to_excel()` 方法即可实现这一目的。注意参数 `index=False` 可以防止额外索引列出现在最终的结果当中。
```python
# 写入Excel文件
dataframe.to_excel(output_file_path, index=False)
```
通过上述步骤已经实现了最基本的读写流程。当然除了这些基础功能之外,还可以借助于其他高级特性进一步增强程序的功能性和灵活性,例如批量处理多个文件、自动生成图表等等[^4]。
阅读全文
相关推荐
















