### 使用 Pandas 或 OpenPyxl 库读取本地 Excel 文件 #### 使用 Pandas 读取 Excel 文件 Pandas 提供了 `read_excel` 函数来加载来自 Excel 文件的数据。此函数支持多种参数配置，可以灵活控制数据的读取方式。 对于单列数据并希望将其作为 Series 返回的情况： ```python import pandas as pd df_series = pd.read_excel(r"d:\data.xlsx", usecols=[1], squeeze=True) print(type(df_series)) # 输出应为 <class 'pandas.core.series.Series'>[^1] ``` 如果需要保留 DataFrame 结构即使只有一列数据，则设置 `squeeze=False` 参数： ```python df_dataframe_single_column = pd.read_excel(r"d:\data.xlsx", usecols=[1], squeeze=False) print(type(df_dataframe_single_column)) # 输出应为 <class 'pandas.core.frame.DataFrame'> ``` 当指定多列时，默认情况下会返回一个完整的 DataFrame 对象： ```python df_multiple_columns = pd.read_excel(r"d:\data.xlsx", usecols=[0, 1]) print(type(df_multiple_columns)) # 输出应为 <class 'pandas.core.frame.DataFrame'> ``` 为了确保能够处理不同类型的 Excel 文件（如 .xls 和 .xlsx），可能还需要安装额外的支持库，比如 `openpyxl` 或者 `xlrd`。这些依赖项可以通过 pip 安装工具轻松获取[^2]。 #### 使用 OpenPyxl 直接操作 Excel 文件 OpenPyxl 是专门用于读写现代 Excel 文件格式（即 `.xlsx`）的一个 Python 库。下面是一个简单的例子展示如何利用它打开工作簿以及访问特定的工作表中的单元格值： ```python from openpyxl import load_workbook wb = load_workbook(filename=r'd:\data.xlsx') ws = wb.active # 获取活动工作表 cell_value = ws['A1'].value # 访问 A1 单元格的内容 print(cell_value) for row in ws.iter_rows(min_row=1, max_col=2, max_row=3): for cell in row: print(f"{cell.coordinate}: {cell.value}") ``` 这段代码展示了基本的操作流程，包括加载整个工作簿对象、选取默认激活的工作表，并遍历其中的部分区域内的所有单元格及其对应的坐标位置与实际存储的信息。