在 Python 中遍历 Excel 文件中的工作表，可以使用 `openpyxl` 或 `pandas` 库来实现。这两种方法各有优势，分别适用于不同的使用场景。 ### 使用 `openpyxl` 遍历 Excel 工作表 `openpyxl` 是一个专门用于处理 `.xlsx` 格式 Excel 文件的库，支持读写操作。通过该库可以逐个访问工作簿中的每个工作表，并进一步处理单元格数据。 ```python import openpyxl # 加载 Excel 文件 workbook = openpyxl.load_workbook('example.xlsx') # 遍历所有工作表 for sheet_name in workbook.sheetnames: worksheet = workbook[sheet_name] print(f"当前工作表名称: {sheet_name}") # 遍历工作表中的每一行 for row in worksheet.iter_rows(values_only=True): print(row) ``` 上述代码中，`workbook.sheetnames` 用于获取所有工作表的名称，然后通过循环逐一访问每个工作表。`worksheet.iter_rows(values_only=True)` 可以迭代获取每一行的单元格值[^1]。 ### 使用 `pandas` 遍历 Excel 工作表并合并数据 如果目标是读取多个工作表并将它们合并为一个数据集，`pandas` 提供了更便捷的方法。它通过 `read_excel()` 函数读取 Excel 文件，并使用 `concat()` 函数将不同工作表的数据合并为一个 `DataFrame`。 ```python import pandas as pd # 读取 Excel 文件中所有工作表 excel_file = 'example.xlsx' excel_data = pd.read_excel(excel_file, sheet_name=None) # 创建一个空的 DataFrame 存储合并数据 merged_df = pd.DataFrame() # 遍历每个工作表并合并数据 for sheet_name, sheet_data in excel_data.items(): merged_df = pd.concat([merged_df, sheet_data], ignore_index=True) # 输出合并后的数据 print(merged_df) ``` 此方法适用于需要对多个工作表进行统一处理的场景，例如将多个工作表的数据合并成一个数据集进行分析[^2]。 ### 写入 Excel 工作表 如果在遍历过程中需要向 Excel 文件写入数据，可以使用 `openpyxl` 提供的写入功能。以下是一个简单的写入示例： ```python # 创建一个新的工作簿 workbook = openpyxl.Workbook() worksheet = workbook.active # 向单元格写入数据 worksheet.cell(row=1, column=2, value="value") # 保存工作簿 workbook.save('new_file.xlsx') ``` 该代码片段展示了如何创建一个新的 Excel 文件，并向指定单元格写入数据，最后保存文件[^3]。 ---