### 如何使用 PyCharm 和 Python 库读取 Excel 数据 #### 使用 Pandas 读取 Excel 数据 Pandas 是一种强大的数据分析工具，能够轻松实现对 Excel 表格数据的读取。以下是具体方法： 通过 `pd.read_excel` 函数可以直接加载 `.xlsx` 文件的内容到 DataFrame 中[^1]。 ```python import pandas as pd # 定义文件路径 file_path = 'example.xlsx' # 读取整个 Excel 文件的第一个工作表 df = pd.read_excel(file_path) # 打印前几行数据以验证读取成功 print(df.head()) ``` 如果需要指定特定的工作表，则可以通过参数 `sheet_name` 来设置。例如，读取名为 "Sheet2" 的工作表： ```python df_sheet2 = pd.read_excel(file_path, sheet_name='Sheet2') print(df_sheet2) ``` #### 使用 Openpyxl 处理 Excel 数据 Openpyxl 提供了一种轻量级的方式来操作现代 Excel 文件（`.xlsx`）。它支持逐单元格访问以及更精细的数据控制[^2]。 以下是一个简单的示例来展示如何利用 openpyxl 加载并遍历 Excel 数据： ```python from openpyxl import load_workbook # 载入现有的 Excel 文件 workbook = load_workbook(filename="example.xlsx") # 获取活动工作表 sheet = workbook.active # 遍历所有行和列 for row in sheet.iter_rows(values_only=True): print(row) ``` 此代码会打印出每行的所有值作为元组形式输出。 #### 结合 PyCharm 进行开发 为了在 PyCharm 中运行以上脚本，请确保已安装必要的依赖项： - **pandas**: 可以通过命令 `pip install pandas` 安装。 - **openpyxl**: 如果单独使用该库或者当 pandas 不足以满足需求时，可通过 `pip install openpyxl` 添加至项目环境。 配置好虚拟环境之后，在 PyCharm 编辑器里创建一个新的 Python 文件并将上述任一代码片段粘贴进去执行即可完成从 Excel 抽取数据的任务[^3]。 #### 自定义函数封装读写逻辑 对于更加复杂的场景比如批量处理多个表格或仅需部分字段的情况，可以构建自己的辅助函数进一步简化流程。如下所示为一个通用版本的例子[^4]: ```python def read_excel_to_list(file_path, sheet_name=None): """ 将Excel中的数据转成列表 """ df = pd.read_excel(file_path, sheet_name=sheet_name) result = [row.tolist() for _, row in df.iterrows()] return result ``` 调用方式简单明了: ```python data = read_excel_to_list('your_file.xlsx', 'Target Sheet Name') print(data[:5]) # 查看前五行记录确认无误 ``` ---