要在Python中读取Excel文件，并从中提取特定行列的数据，我们通常使用`pandas`库或`openpyxl`库。这里我会分别介绍这两种方式的基本用法。 ### 使用 pandas 库 Pandas 是一个功能强大的数据分析工具包，在处理表格数据方面特别有用。它能够轻松加载 Excel 文件到 DataFrame 对象中，然后通过简单的语法访问所需单元格的内容。 #### 安装 Pandas 和 xlrd/openpyxl: 首先你需要安装相应的库，如果是 `.xlsx` 格式的文件建议安装 `openpyxl`, 而对于`.xls`格式则推荐 `xlrd`. ```bash pip install pandas openpyxl # 或者 pip install pandas xlrd （针对 .xls 文件） ``` #### 示例代码 - 获取指定行、列： 假设有一个名为 'data.xlsx' 的 Excel 文件位于当前目录下，其中第一张工作表包含了我们要查询的信息。 ```python import pandas as pd # 加载整个 Excel 文件中的第一个 sheet，默认索引从0开始计数 df = pd.read_excel('data.xlsx') # 打印前五行查看内容 print(df.head()) # 直接获取某一行某一列的具体数值, 注意行列均是从0开始计算 specific_value = df.iloc[row_index, col_index] print(f"Row {row_index + 1}, Column {col_index + 1}: {specific_value}") # 若知道确切的列名，则可以直接引用列标签来代替数字坐标 value_by_label = df.loc[row_index, column_name] print(f"Row {row_index + 1}, '{column_name}': {value_by_label}") ``` 请注意这里的 `iloc[]` 函数接受整型索引来定位具体的单元格位置；而 `loc[]` 允许您基于实际列标题名称来选取对应区域内的元素。 --- ### 使用 OpenPyXL 库 OpenPyXL 更加专注于与 Excel 文档交互的功能，特别是当涉及到更复杂的操作如样式设置等时候更为方便。不过对于单纯读写单元格来说也完全可以胜任。 #### 安装 OpenPyXL: ```bash pip install openpyxl ``` #### 示例代码 - 获取指定行、列： 同样还是以 'data.xlsx' 这个工作簿为例。 ```python from openpyxl import load_workbook wb = load_workbook(filename='data.xlsx') sheet = wb.active # 默认打开活动的工作表 cell_value = sheet.cell(row=row_number+1, column=column_number+1).value print(f"Cell ({row_number},{column_number}):", cell_value) # 如果你知道 A1 式样的地址表示也可直接这么干： another_cell = sheet['A1'].value print("Another Cell Value:", another_cell) ``` 在这个例子中，`load_workbook()` 函数负责装载目标 excel 文件，并返回给定路径下的 Workbook 对象。接着你可以选择任意一张 Sheet 来继续下一步骤——比如获取某个单元格里的信息。 --- 无论采用哪种方法都可以有效地完成任务，只不过根据实际情况和个人偏好可以选择更适合的一种。如果只是简单地做些小规模的数据分析的话，Pandas 可能会更加便捷直观一点哦！