### 使用 Pandas 和 Openpyxl 处理 Excel 或 CSV 表格数据 #### 导入必要的库 为了有效地处理 Excel 和 CSV 文件，通常会导入 `pandas` 库来简化数据的操作，并使用 `openpyxl` 来支持 Excel 的特定功能。 ```python import pandas as pd from openpyxl import load_workbook ``` #### 读取 Excel 数据 当目标是从现有的 Excel 工作簿中加载数据时，可以使用 `pd.read_excel()` 函数。此函数允许指定要读取的工作表名称或其他参数以自定义行为[^1]。 ```python df = pd.read_excel('example.xlsx', sheet_name='Sheet1') print(df.head()) ``` #### 将 DataFrame 写入新的 Excel 文件 如果目的是创建一个新的 Excel 文件并将 DataFrame 存储其中，则可以通过调用 `to_excel()` 方法轻松完成这一任务。对于多张工作表的情况，先建立一个 ExcelWriter 对象作为桥梁[^2]。 ```python with pd.ExcelWriter('output.xlsx', engine='openpyxl') as writer: df.to_excel(writer, sheet_name='NewData') ``` #### 向现有 Excel 文件追加数据 要在不覆盖原始内容的前提下向已有的 Excel 文件添加新数据，需借助 `openpyxl` 加载该文件并获取其最后一行的位置信息，之后再通过 `ExcelWriter` 实现追加操作[^3]。 ```python book = load_workbook('existing_file.xlsx') writer = pd.ExcelWriter('existing_file.xlsx', engine='openpyxl') writer.book = book # 获取最后一个有数据的行号 last_row = book['SheetName'].max_row for col_num, column_title in enumerate(list(df.columns.values), start=1): cell = book['SheetName'].cell(row=last_row + 1, column=col_num) cell.value = column_title df.iloc[:, :].to_excel(writer, index=False, header=False, startrow=last_row) writer.save() ``` #### 转换 CSV 到 Excel 及反之亦然 转换过程相对简单，只需要改变输入输出路径以及相应的扩展名即可。例如，从 CSV 转换成 Excel： ```python dataframe_from_csv = pd.read_csv('input.csv') dataframe_from_csv.to_excel('converted_to_xlsx.xlsx', index=False) ``` 相反地，也可以很容易地把 Excel 文件转存为 CSV 格式[^4]。 ```python dataframe_from_excel = pd.read_excel('source.xlsx') dataframe_from_excel.to_csv('result.csv', index=False) ```