### 使用 Python 操作 Excel 文件的库和方法 #### 1. **openpyxl** `openpyxl` 是一个专注于读写 `.xlsx` 格式的 Python 库，支持 Excel 2010 及以上版本生成的文件。它可以用来创建、修改和保存 Excel 工作簿，并提供了一些高级功能，比如单元格样式设置。 ##### 安装 `openpyxl` 可以通过以下命令安装该库： ```bash pip install openpyxl ``` ##### 基本用法 以下是使用 `openpyxl` 进行基本操作的一个简单例子： ```python from openpyxl import Workbook, load_workbook # 创建一个新的工作簿并写入数据 wb = Workbook() ws = wb.active ws.title = "Sample Sheet" ws['A1'] = "Name" ws['B1'] = "Age" data = [["Alice", 25], ["Bob", 30]] for row in data: ws.append(row) wb.save("sample.xlsx") # 保存到文件 # 加载现有工作簿并读取数据 loaded_wb = load_workbook("sample.xlsx") sheet = loaded_wb["Sample Sheet"] cell_value = sheet['A1'].value print(f"Cell A1 contains: {cell_value}") # 输出 Cell A1 的值[^1] ``` #### 2. **pandas** `pandas` 提供了一个更简洁的方式来处理结构化数据，尤其是当涉及到大量数据分析时更为高效。虽然它的主要目标并不是直接操作 Excel 文件，但它通过内置的支持可以轻松完成这一任务。 ##### 安装 `pandas` 同样可通过 pip 来安装： ```bash pip install pandas ``` ##### 基本用法 下面是利用 `pandas` 处理 Excel 数据的例子： ```python import pandas as pd # 将 DataFrame 写入 Excel 文件 df = pd.DataFrame({ 'Name': ['Alice', 'Bob'], 'Age': [25, 30] }) with pd.ExcelWriter('output_pandas.xlsx') as writer: df.to_excel(writer, index=False, sheet_name='Sheet1') # 从 Excel 文件加载数据至 DataFrame read_df = pd.read_excel('output_pandas.xlsx', sheet_name='Sheet1') print(read_df.head()) # 显示前几行的数据[^3] ``` #### 对比分析 - 如果只是单纯地需要对 Excel 表格进行增删改查的操作，则推荐使用 `openpyxl`，因为它更加贴近底层逻辑。 - 若涉及复杂的数据清洗、转换或者统计计算等工作流，则建议采用 `pandas`，因为其强大的数据框架能够极大地简化这些过程[^2]。 #### 高级应用案例 对于一些复杂的场景，例如批量更新多个 Excel 文档中的特定字段或是合并若干张表的内容，这两种工具都可以胜任。不过实际开发过程中可能还需要结合其他辅助模块一起实现完整的解决方案。 ---