Python高效处理.xls/.xlsx文件：从基础到进阶5

Python在数据处理方面拥有强大的功能，而.xls（Excel 97-2003）和.xlsx（Excel 2007及以后版本）文件是数据分析中最常见的格式之一。本文将详细介绍如何使用Python高效地读取、写入和操作.xls和.xlsx文件，涵盖基础方法和进阶技巧，帮助你轻松应对各种数据处理挑战。

过去，处理Excel文件主要依赖于xlrd和xlwt库，分别用于读取和写入.xls文件。然而，这两个库对.xlsx的支持有限，而且维护更新频率较低。现在，openpyxl和pandas库成为了处理Excel文件（包括.xls和.xlsx）的首选方案，它们功能更强大，支持更多特性，并且拥有活跃的社区和持续的维护。

一、使用openpyxl库处理Excel文件

openpyxl库专门用于处理.xlsx文件，其功能丰富，可以读取、写入和修改工作表中的单元格、样式、图表等。安装方法如下：```bash
pip install openpyxl
```

以下是一个读取.xlsx文件并打印第一行数据的示例：```python
from openpyxl import load_workbook
def read_xlsx(filepath):
"""读取xlsx文件并打印第一行数据"""
try:
workbook = load_workbook(filepath, data_only=True) # data_only=True 读取单元格的值，而非公式
sheet = # 获取活动工作表
first_row = sheet[1] # 获取第一行数据
for cell in first_row:
print()
()
except FileNotFoundError:
print(f"Error: File not found at {filepath}")
except Exception as e:
print(f"An error occurred: {e}")
read_xlsx("")
```

写入.xlsx文件同样简单：```python
from openpyxl import Workbook
def write_xlsx(filepath, data):
"""写入xlsx文件"""
workbook = Workbook()
sheet =
for row in data:
(row)
(filepath)
data = [
["Name", "Age", "City"],
["Alice", 25, "New York"],
["Bob", 30, "London"],
]
write_xlsx("", data)
```

openpyxl还支持更高级的操作，例如：访问特定工作表、修改单元格样式、插入/删除行/列、创建图表等。详细用法可以参考官方文档。

二、使用pandas库处理Excel文件

pandas是一个强大的数据分析库，它提供了一个更简洁易用的接口来处理Excel文件，特别是对于大型数据集。```bash
pip install pandas
```

pandas可以方便地读取.xls和.xlsx文件：```python
import pandas as pd
def read_excel(filepath):
"""读取xls/xlsx文件"""
try:
df = pd.read_excel(filepath)
print(()) # 打印前五行数据
except FileNotFoundError:
print(f"Error: File not found at {filepath}")
except Exception as e:
print(f"An error occurred: {e}")
read_excel("")
```

写入Excel文件也同样简单：```python
import pandas as pd
def write_excel(filepath, df):
"""写入xls/xlsx文件"""
try:
df.to_excel(filepath, index=False) # index=False 不写入索引
except Exception as e:
print(f"An error occurred: {e}")
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 28], 'City': ['New York', 'London', 'Paris']}
df = (data)
write_excel("", df)
```

pandas的优势在于其强大的数据处理能力，例如数据清洗、数据转换、数据分析等，这些功能可以结合Excel文件处理，高效完成复杂的数据任务。例如，你可以轻松地筛选数据、计算统计量、创建透视表等。

三、处理.xls文件（使用xlrd和xlwt，备选方案）

虽然openpyxl和pandas已经足够强大，但如果你的项目仅需要处理.xls文件，且不依赖其他pandas功能，可以使用xlrd和xlwt库。安装方法如下：```bash
pip install xlrd xlwt
```

需要注意的是，这两个库的使用方法与openpyxl和pandas有所不同，并且对.xlsx的支持有限或需要额外处理。详细使用方法请参考其官方文档。

四、总结

本文介绍了使用Python处理.xls和.xlsx文件的几种方法，pandas和openpyxl是处理Excel文件的主流选择，它们功能强大，易于使用，并且支持.xlsx文件以及更高级的功能。选择合适的库取决于你的具体需求和项目规模。记住处理大型文件时，要考虑内存管理和性能优化，必要时使用迭代处理或分块读取等技术。

希望本文能够帮助你高效地使用Python处理Excel文件，提升你的数据处理效率。

2025-07-01

上一篇：Python 字符串编码详解：从基础到进阶，彻底解决编码问题

下一篇：Python字符串居中对齐详解：方法、应用与进阶技巧