### 数据导入方法 在Python中，导入表格数据是一项常见的任务，尤其适用于数据分析、自动化处理等场景。可以通过第三方库实现从Excel文件、CSV文件或其他数据源导入数据。 #### 使用 `pandas` 读取 Excel 文件 `pandas` 是一个功能强大的数据处理库，可以轻松读取 Excel 文件并将其转换为 DataFrame 对象，便于后续处理。首先需要安装 `pandas` 和 `openpyxl`，其中 `openpyxl` 用于支持 `.xlsx` 格式的文件读取。安装命令如下： ```bash pip install pandas openpyxl ``` 然后可以使用 `read_excel()` 函数加载 Excel 数据： ```python import pandas as pd # 读取 Excel 文件 df = pd.read_excel("data.xlsx", sheet_name="Sheet1") # 显示前几行数据 print(df.head()) ``` 此方法支持多种参数，例如指定工作表名称、跳过行数、设置列名等，可满足不同需求[^1]。 #### 使用 `xlrd` 读取 Excel 文件 对于 `.xls` 格式的 Excel 文件，可以使用 `xlrd` 库进行读取。虽然 `pandas` 也可以通过 `xlrd` 作为引擎读取 `.xls` 文件，但单独使用 `xlrd` 可以更灵活地处理特定需求。安装命令如下： ```bash pip install xlrd ``` 代码示例如下： ```python import xlrd # 打开 Excel 文件 workbook = xlrd.open_workbook("data.xls") # 选择第一个工作表 sheet = workbook.sheet_by_index(0) # 读取并打印第一行数据 for row in range(sheet.nrows): print(sheet.row_values(row)) ``` 该方法适用于需要直接操作 Excel 工作表内容的场景。 #### 使用 `openpyxl` 读取 Excel 文件 `openpyxl` 是专门用于处理 `.xlsx` 文件的库，支持读写操作。安装命令如下： ```bash pip install openpyxl ``` 代码示例如下： ```python from openpyxl import load_workbook # 加载 Excel 文件 workbook = load_workbook(filename="data.xlsx") # 选择工作表 sheet = workbook.active # 读取并打印单元格数据 for row in sheet.iter_rows(values_only=True): print(row) ``` 此方法适用于需要逐行读取数据并进行处理的场景[^4]。 #### 使用 `pandas` 将数据导入数据库 如果需要将表格数据批量导入数据库（如 PostgreSQL），可以结合 `pandas` 和 `psycopg2` 实现。安装必要的库： ```bash pip install pandas psycopg2 openpyxl ``` 代码示例如下： ```python import pandas as pd import psycopg2 # 读取 Excel 数据 df = pd.read_excel("data.xlsx") # 连接 PostgreSQL 数据库 conn = psycopg2.connect( dbname="your_db", user="your_user", password="your_password", host="localhost" ) # 将数据写入数据库 df.to_sql("table_name", conn, if_exists="replace", index=False) # 关闭连接 conn.close() ``` 此方法适用于需要将数据导入数据库的场景，提升数据处理效率[^3]。 ###