好的，以下是关于使用 Python 操作 Excel 文件的详细解决方案。我们将以一个具体任务为例：读取 Excel 文件中的数据并进行处理。 --- ### 任务描述 假设我们有一个 Excel 文件 `example.xlsx`，其中包含以下内容： | 姓名 | 年龄 | 薪酬（万元） | |--------|------|--------------| | 张三 | 25 | 8.5 | | 李四 | 30 | 12.3 | | 王五 | 22 | 6.7 | 我们需要完成以下任务： 1. 读取 Excel 文件中的数据。 2. 计算所有员工的平均年龄和平均薪酬。 3. 将处理后的结果保存到一个新的 Excel 文件中。 --- ### 代码实现 ```python import pandas as pd # 任务一：读取 Excel 文件 file_path = 'example.xlsx' # Excel 文件路径 data = pd.read_excel(file_path) # 打印原始数据 print("原始数据：") print(data) # 任务二：计算平均年龄和平均薪酬 average_age = data['年龄'].mean() average_salary = data['薪酬（万元）'].mean() print("\n计算结果：") print(f"平均年龄：{average_age:.2f} 岁") print(f"平均薪酬：{average_salary:.2f} 万元") # 任务三：将结果保存到新的 Excel 文件 result_data = pd.DataFrame({ '统计项': ['平均年龄', '平均薪酬'], '数值': [average_age, average_salary] }) output_file_path = 'result.xlsx' # 输出文件路径 result_data.to_excel(output_file_path, index=False) print(f"\n结果已保存到 {output_file_path}") ``` --- ### 解释 1. **读取 Excel 文件**： - 使用 `pandas` 库的 `read_excel()` 方法读取 Excel 文件。 - 将文件内容加载为一个 DataFrame 对象，方便后续操作。 2. **计算平均值**： - 使用 `mean()` 方法分别计算“年龄”列和“薪酬（万元）”列的平均值。 - 结果保留两位小数，格式化输出。 3. **保存结果到新文件**： - 创建一个新的 DataFrame 对象 `result_data`，用于存储计算结果。 - 使用 `to_excel()` 方法将结果保存到新的 Excel 文件中。 4. **依赖库**： - 需要安装 `pandas` 和 `openpyxl` 库，可以通过以下命令安装： ```bash pip install pandas openpyxl ``` --- ### 示例输出 假设输入文件 `example.xlsx` 的内容如上所示，运行上述代码后，控制台输出如下： ``` 原始数据： 姓名 年龄 薪酬（万元） 0 张三 25 8.5 1 李四 30 12.3 2 王五 22 6.7 计算结果： 平均年龄：25.67 岁 平均薪酬：9.17 万元 结果已保存到 result.xlsx ``` 生成的 `result.xlsx` 文件内容如下： | 统计项 | 数值 | |----------|--------| | 平均年龄 | 25.67 | | 平均薪酬 | 9.17 | --- ###