### 使用 Python 处理和创建 Excel 表格 #### 安装必要的库 为了使用 `openpyxl` 和 `pandas` 来处理 Excel 文件，需要先安装这两个库。可以通过以下命令完成安装： ```bash pip install pandas openpyxl ``` 如果目标文件是 `.xls` 格式的旧版 Excel 文件，则可能需要用到 `xlrd` 库[^2]。 --- #### 创建一个新的 Excel 文件并写入数据 (Openpyxl) 以下是通过 `openpyxl` 创建新 Excel 文件并将数据写入其中的示例代码： ```python from openpyxl import Workbook # 初始化工作簿对象 wb = Workbook() ws = wb.active # 设置表头 ws.append(["姓名", "年龄", "城市"]) # 添加多行数据 data_rows = [ ["张三", 28, "北京"], ["李四", 34, "上海"], ["王五", 22, "广州"] ] for row in data_rows: ws.append(row) # 将工作簿保存到本地磁盘 wb.save("example.xlsx") ``` 上述代码展示了如何初始化一个空白的工作簿，并向其添加数据以及最终保存为 `.xlsx` 文件[^1]。 --- #### 读取现有的 Excel 文件 (Pandas) 当需要从现有 Excel 文件中提取数据时，可以借助 `pandas` 提供的强大功能实现快速解析。下面是一个简单例子： ```python import pandas as pd # 加载Excel文件 df = pd.read_excel('example.xlsx') # 打印前几行查看内容 print(df.head()) ``` 此方法适用于大多数标准格式的 Excel 文档。需要注意的是，默认情况下会自动检测第一个 sheet 并加载它作为 DataFrame 对象[^3]。 --- #### 编辑已有 Excel 文件的内容 (Openpyxl) 假设有一个已经存在的 Excel 文件想要更新某些单元格值或者追加新的记录条目，那么可以用如下方式操作： ```python from openpyxl import load_workbook # 载入已有的workbook wb = load_workbook(filename='example.xlsx') ws = wb['Sheet'] # 修改特定位置的数据 ws.cell(row=2, column=2).value = 'New Value' # 追加额外的一行数据 new_row = ['赵六', 29, '深圳'] ws.append(new_row) # 记录更改后的版本回原路径或其他地方存储下来 wb.save('updated_example.xlsx') ``` 这里演示了打开指定名称的工作表、修改单个单元格数值以及新增一行的操作过程。 --- #### 数据分析与导出至 Excel (Pandas) 除了基本的 IO 功能外，`pandas` 更擅长于复杂数据分析任务之后再将结果输出成易于分享的形式——比如重新生成一份经过筛选排序后的报表： ```python import pandas as pd # 构造一些模拟数据 data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['NYC', 'LA', 'SF'] } df = pd.DataFrame(data) # 增强型过滤条件应用 filtered_df = df[df['Age'] >= 30].sort_values(by="Age") # 导出DataFrame到Excel文档里去 filtered_df.to_excel('output_report.xlsx', index=False) ``` 这段脚本首先构建了一个小型数据集，接着执行了一次基于年龄字段的过滤动作最后把符合条件的结果存回到硬盘上形成独立的新报告文件。 ---