### 使用 Python 读取 Excel 文件中所有 Sheet 的方法 #### 方法一：使用 Pandas 库 Pandas 提供了一个非常便捷的方法 `pd.read_excel()` 来处理 Excel 文件。通过设置参数 `sheet_name=None`，可以一次性读取所有的 sheet 并将其存储在一个字典中，其中键为 sheet 名称，值为对应的 DataFrame 对象。 ```python import pandas as pd # 读取整个 Excel 文件的所有 sheet file_path = 'example.xlsx' xls_data = pd.read_excel(file_path, sheet_name=None) # 输出每个 sheet 的内容 for sheet_name, df in xls_data.items(): print(f'Sheet Name: {sheet_name}') print(df) ``` 这种方法简单高效，适合大多数场景[^2]。 --- #### 方法二：使用 Openpyxl 库 Openpyxl 是另一个常用的库，专门用于处理 `.xlsx` 格式的文件。它提供了更底层的操作方式，允许逐个访问每一个 sheet 中的数据。 ```python from openpyxl import load_workbook # 加载 Excel 文件 workbook = load_workbook(filename='example.xlsx') # 遍历所有 sheet for sheet_name in workbook.sheetnames: sheet = workbook[sheet_name] print(f'Sheet Name: {sheet_name}') # 遍历每一行数据 for row in sheet.iter_rows(values_only=True): print(row) ``` 此方法更适合需要对 Excel 文件进行复杂操作的情况，比如修改单元格样式或插入图表等[^4]。 --- #### 方法三：结合 Pandas 和 Openpyxl 如果希望利用 Pandas 的强大数据分析能力以及 Openpyxl 的灵活性，可以通过两者结合的方式实现： ```python import pandas as pd from openpyxl import load_workbook # 使用 Openpyxl 加载工作簿 workbook = load_workbook(filename='example.xlsx') sheets = {} # 将每个 sheet 转换为 Pandas DataFrame for sheet_name in workbook.sheetnames: sheets[sheet_name] = pd.read_excel('example.xlsx', sheet_name=sheet_name) # 查看结果 for sheet_name, df in sheets.items(): print(f'Sheet Name: {sheet_name}') print(df.head()) ``` 这种方式充分利用了两种工具的优势[^3]。 --- ### 总结 - 如果仅需快速读取和分析数据，推荐使用 **Pandas**。 - 如果涉及复杂的文件操作，则应选择 **Openpyxl** 或两者的组合方案。