在使用 Python 读取 Excel 文件数据时，可以通过多种方法实现。以下是几种常见的实现方式，适用于不同格式的 Excel 文件（如 `.xls` 和 `.xlsx`）。 ### 使用 `openpyxl` 读取 `.xlsx` 文件 `openpyxl` 是一个用于处理 `.xlsx` 格式文件的强大库。它支持按行读取数据并将其转换为字典形式，以便更方便地进行处理。以下是具体的实现步骤： ```python import openpyxl # 打开 Excel 文件 workbook = openpyxl.load_workbook("cases.xlsx") # 选择指定的工作表（sheet） sh = workbook["register"] # 按行获取所有单元格 rows = list(sh.rows) # 提取表头 title = [c.value for c in rows[0]] # 提取除表头外的其他数据行 cases = [] for r in rows[1:]: data = [c.value for c in r] case_data = dict(zip(title, data)) cases.append(case_data) print(cases) ``` ### 使用 `xlrd` 读取 `.xls` 文件 对于 `.xls` 格式的 Excel 文件，可以使用 `xlrd` 库进行读取。以下是具体的实现代码： ```python import xlrd # 打开 Excel 文件 workbook = xlrd.open_workbook("cases.xls") # 选择第一个工作表 sh = workbook.sheet_by_index(0) # 获取所有行数和列数 nrows = sh.nrows ncols = sh.ncols # 提取表头 title = [sh.cell_value(0, col) for col in range(ncols)] # 提取除表头外的其他数据行 cases = [] for row in range(1, nrows): data = [sh.cell_value(row, col) for col in range(ncols)] case_data = dict(zip(title, data)) cases.append(case_data) print(cases) ``` ### 使用 `pandas` 简化操作 `pandas` 是一个功能强大的数据分析库，能够简化 Excel 文件的读取操作。它内部会根据文件格式自动选择合适的引擎（如 `openpyxl` 或 `xlrd`）进行处理。 ```python import pandas as pd # 读取 Excel 文件 df = pd.read_excel("cases.xlsx", sheet_name="register") # 将数据转换为字典列表形式 cases = df.to_dict(orient="records") print(cases) ``` ### 方法对比 - **`openpyxl`**：适用于 `.xlsx` 文件，功能强大且支持读写操作。 - **`xlrd`**：适用于 `.xls` 文件，但仅支持读取操作。 - **`pandas`**：提供简洁的接口，内部自动处理文件格式，推荐用于数据分析场景。 以上方法均可以通过调整代码适配不同的需求，例如选择特定的工作表、处理缺失值或转换数据类型等[^1]。