读取 Excel 文件中的数据是 Python 数据处理中的常见任务，有多种方法可以实现，以下是一些常用的库和实现方式： ### 1. 使用 `pandas` 库读取 Excel 数据 `pandas` 提供了非常方便的 `read_excel` 函数，能够将 Excel 数据直接读取为 `DataFrame` 对象，便于后续分析和处理。以下是一个示例： ```python import pandas as pd # 读取Excel文件 df = pd.read_excel('data.xlsx', engine='openpyxl') # 显示前几行数据 print(df.head()) ``` `pandas` 支持多种参数，例如指定工作表名称、读取特定列或行等。如果 Excel 文件包含多个工作表，可以通过 `sheet_name` 参数指定目标工作表： ```python df = pd.read_excel('data.xlsx', sheet_name='Sheet1', engine='openpyxl') ``` ### 2. 使用 `xlrd` 库读取 Excel 数据 `xlrd` 是一个专门用于读取 Excel 文件的库，支持 `.xls` 和 `.xlsx` 格式，但不能直接写入数据。以下是一个简单的示例： ```python import xlrd # 打开Excel文件 data = xlrd.open_workbook('data.xlsx') # 通过索引获取第一个工作表 table = data.sheets()[0] # 获取行数和列数 nrows = table.nrows ncols = table.ncols # 读取某一单元格的数据 cell_value = table.cell_value(0, 0) ``` ### 3. 使用 `openpyxl` 库读取 Excel 数据 `openpyxl` 是一个专门用于处理 `.xlsx` 文件的库，支持读写操作，并且可以更灵活地访问单元格、行和列。以下是一个示例： ```python from openpyxl import load_workbook # 加载Excel文件 wb = load_workbook('data.xlsx') # 获取活动工作表 ws = wb.active # 遍历所有行并输出单元格数据 for row in ws.iter_rows(values_only=True): print(row) ``` ### 4. 使用 `csv` 模块（适用于简单数据） 如果 Excel 文件的数据比较简单，可以先将其另存为 `.csv` 格式，然后使用内置的 `csv` 模块进行读取： ```python import csv with open('data.csv', newline='') as csvfile: reader = csv.reader(csvfile) for row in reader: print(row) ``` ### 5. 使用 `pyxlsb` 读取二进制 Excel 文件 对于 `.xlsb` 格式的 Excel 文件（Excel 二进制文件），可以使用 `pyxlsb` 库进行读取： ```python from pyxlsb import open_workbook with open_workbook('data.xlsb') as wb: with wb.get_sheet(1) as sheet: for row in sheet.rows(): print([cell.v for cell in row]) ``` ### 总结 - 如果需要快速读取并进行数据分析，推荐使用 `pandas`。 - 如果需要更精细的控制或处理 `.xls` 文件，可以选择 `xlrd`。 - 如果需要处理 `.xlsx` 文件并进行复杂的读写操作，推荐使用 `openpyxl`。 每种方法都有其适用场景，根据具体需求选择合适的工具可以提高效率和灵活性。