浅谈Python如何获取excel数据

下面我就为您讲解如何使用Python获取Excel数据。

第一步：安装相关库

在使用Python获取Excel数据之前，我们需要安装相关的库。常用的库有：

• openpyxl：用于读写Excel文件；
• pandas：用于数据处理。

在安装之前，我们需要先打开cmd或者Anaconda Prompt，然后运行以下代码安装这两个库：

pip install openpyxl pandas

第二步：读取Excel文件

读取Excel文件需要使用openpyxl库。我们要先导入该库，然后使用load_workbook()方法打开Excel文件，然后选择要读取的sheet。

下面是一个简单的示例：

import openpyxl

# 打开Excel文件
wb = openpyxl.load_workbook('example.xlsx')

# 选择sheet
sheet = wb['Sheet1']

# 读取数据
for row in sheet.iter_rows(min_row=2):
    name = row[0].value
    age = row[1].value
    print(name, age)

这个示例会打开名为“example.xlsx”的Excel文件，并读取名为“Sheet1”的sheet中的数据。

注意：示例中使用了iter_rows()方法来遍历sheet的每一行。其中，min_row参数指定了从哪一行开始读取，这里设置为2，即从第2行开始读取数据。

第三步：使用pandas处理数据

如果我们需要对数据进行一些处理，比如过滤掉一些列或者根据条件选取数据等，使用pandas库可以更加方便。以下是一个简单的示例：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')

# 过滤数据
df_filtered = df.loc[df['Age'] >= 20]

# 输出结果
print(df_filtered)

在这个示例中，我们使用了pandas的read_excel()方法来读取Excel文件，然后使用loc()方法过滤出年龄大于等于20岁的数据。最后，输出过滤后的结果。

示例说明

在第二步中，我们使用了iter_rows()方法遍历每一行数据，并输出姓名和年龄。如果我们将代码中的print语句修改为以下代码：

print(f"姓名：{name}，年龄：{age}")

则输出的结果会更加友好，例如：

姓名：张三，年龄：18
姓名：李四，年龄：21
姓名：王五，年龄：25

在第三步中，我们使用了pandas过滤数据。如果我们修改代码，将过滤条件改为年龄小于20岁，即：

df_filtered = df.loc[df['Age'] < 20]

则输出的结果如下：

    Name  Age
0    张三  18

这个示例中，只输出了18岁以下的数据。