### 如何使用 Python 进行 Excel 数据处理 #### 使用 `pandas` 库读取、修改和保存 Excel 文件 为了有效地处理 Excel 文件中的数据，可以借助于 `pandas` 库。此库允许轻松加载 Excel 文档的内容到 DataFrame 对象中，从而简化了后续的数据操作过程。 ```python import pandas as pd # 读取 Excel 文件并将其转换成 DataFrame df = pd.read_excel("example.xlsx") # 如果有特定索引列可设置参数 index_col=0 print(df.head()) # 显示前几行以确认成功导入 ``` 对于想要访问某些特定行列的情况，可以通过如下方式实现： ```python # 获取第 n 列 (假设n等于3)，以及 m 行 (m设为5) column_data = df.iloc[:, 2] row_data = df.loc[4] print(column_data) print(row_data) ``` 当完成对数据框内元素的编辑之后，可通过下面的方法把更改后的版本存回磁盘上新的 .xlsx 文件里去[^1]。 ```python # 修改完成后保存至新文件 modified_df.to_excel('output_modified_file.xlsx') ``` #### 使用 `openpyxl` 库读取、修改和保存 Excel 文件 另一种广泛使用的解决方案就是采用专门针对 Microsoft Office 的 `openpyxl` 模块来进行更底层的操作。这使得可以直接操纵单元格样式和其他属性而不仅仅是数值本身。 ```python from openpyxl import load_workbook wb = load_workbook(filename='sample_spreadsheet.xlsx') # 加载现有工作簿对象 wb ws = wb.active # 获取活动的工作表 ws cell_value = ws['A1'].value # 访问 A1 单元格内的值 print(cell_value) for row in ws.iter_rows(min_row=1, max_col=3, max_row=2): # 遍历多行多列范围内的所有单元格 for cell in row: print(f"{cell.coordinate}: {cell.value}") # 添加或更新某个位置处的新条目 new_entry_cell = 'B7' if new_entry_cell not in [c.coordinate for c in ws[new_entry_cell].col]: ws[new_entry_cell] = "New Entry Value" # 将任何未提交的变化写回到原始文档当中 wb.save('updated_sample_spreadsheet.xlsx') ``` 上述两种方法各有优劣，在实际项目开发过程中可以根据具体需求灵活选用合适的工具来达成目标[^5]。