### 读取 Excel 数据的常用方法 在 Python 中，读取 Excel 文件有多种方式，主要包括以下几种方法： #### 使用 `xlrd` 读取 `.xls` 文件 `xlrd` 是一个用于读取 Excel 文件的库，特别适用于 `.xls` 格式文件。以下是一个示例代码： ```python import xlrd # 打开 Excel 文件 workbook = xlrd.open_workbook('example.xls') # 选择工作表 sheet = workbook.sheet_by_index(0) # 读取数据 for row_idx in range(sheet.nrows): row = sheet.row(row_idx) print([cell.value for cell in row]) ``` #### 使用 `pandas` 读取 Excel 文件 `pandas` 是一个强大的数据分析库，支持多种文件格式，包括 `.xlsx`、`.xls` 和 `.xlsm`。以下是一个示例代码： ```python import pandas as pd # 读取 Excel 文件 df = pd.read_excel('test.xlsx') # 输出 DataFrame print(df) ``` #### 使用 `openpyxl` 读取 `.xlsx` 文件 `openpyxl` 是一个专门用于处理 `.xlsx` 格式的库，支持按行读取数据。以下是一个示例代码： ```python import openpyxl # 打开 Excel 文件 workbook = openpyxl.load_workbook("cases.xlsx") # 选择工作表 sh = workbook["register"] # 获取所有行 rows = list(sh.rows) # 获取表头 title = [c.value for c in rows[0]] # 获取数据 cases = [] for r in rows[1:]: data = [c.value for c in r] case_data = dict(zip(title, data)) cases.append(case_data) # 输出数据 print(cases) ``` #### 使用 `pandas` 读取特定工作表 如果需要读取特定的工作表，可以通过 `sheet_name` 参数指定工作表名称： ```python import pandas as pd # 读取特定工作表 df = pd.read_excel('test.xlsx', sheet_name='Sheet1') # 输出 DataFrame print(df) ``` ### 选择合适的方法 - **`xlrd`**：适用于 `.xls` 文件，但不支持 `.xlsx`。 - **`pandas`**：适合快速读取 Excel 文件并转换为 `DataFrame`，支持 `.xls` 和 `.xlsx`。 - **`openpyxl`**：适合需要精细控制 Excel 文件的操作，尤其是 `.xlsx` 文件。 ### 性能比较 - `pandas` 提供了最简单的接口，适合快速读取数据。 - `openpyxl` 和 `xlrd` 提供了更多的底层控制，适合需要逐行处理的场景。