4段简短代码教你用Python读写Excel
<div style="color: black; text-align: left; margin-bottom: 10px;">
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;">导读：</strong>数据分析将<span style="color: black;">做为</span>一门通用技能，进入越来越多的<span style="color: black;">区别</span>工作中。毕竟“技多不压身”，<span style="color: black;">把握</span>数据分析，一方面<span style="color: black;">能够</span><span style="color: black;">提高</span>自己相应的业务能力，另一方面<span style="color: black;">亦</span><span style="color: black;">能够</span>让自己<span style="color: black;">创立</span>一种从数据出发的视角，用大数据思维去思考<span style="color: black;">各样</span>问题。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">作者：老A</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">如需转载请联系华章科技</p>
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/dfic-imagehandler/3fdeffca-69e4-458d-b2a1-58082f06222f~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1723904483&x-signature=IFzVh7pPo9QOC547rHQmkbgudjE%3D" style="width: 50%; margin-bottom: 20px;"></div>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">Excel里面的透视表(Pivot Table)确实是做数据分析的<span style="color: black;">必须</span>技能。透视表<span style="color: black;">能够</span>帮你<span style="color: black;">快速</span>汇总数据，看到各类型数据的直观特征就像是让你站在了一个更高的视角上去看你的数据。<span style="color: black;">做为</span>进阶，Excel自带的函数，<span style="color: black;">各样</span>插件，以及VBA<span style="color: black;">亦</span>是很好的工具。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">但当数据量大到用Excel打开都要好久，电脑打开文件都会死机的时候，这种<span style="color: black;">亦</span>就不适合用office工具了，<span style="color: black;">亦</span><span style="color: black;">或</span><span style="color: black;">咱们</span>想进一步提升能力的时候，<span style="color: black;">必须</span>学习<span style="color: black;">有些</span>hardcore技能，即用编程语言做数据分析。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">这儿</span><span style="color: black;">重点</span>有R和Python两大流派。<strong style="color: blue;">我个人<span style="color: black;">举荐</span>Python，一方面Python代码简单易懂，容易上手；另一方面学习资料超级多。</strong>关于Python的学习资料，<span style="color: black;">这儿</span>我<span style="color: black;">举荐</span>《利用Python进行数据分析》，这本书涵盖了利用Python做数据清洗，数据可视化及分析的技能点，<span style="color: black;">能够</span>作一本参考书、工具书，<span style="color: black;">亦</span><span style="color: black;">能够</span>对着书里面的案例进行实操。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">受这本书的启发，我写了下面是几个处理Excel的小程序，仅供<span style="color: black;">大众</span>参考学习数据分析和数据从Excel中获取数据。Python对Excel的读写<span style="color: black;">重点</span>有xlrd、xlwt、xlutils、openpyxl、xlsxwriterp这几个形式。<span style="color: black;">详细</span>的安装<span style="color: black;">办法</span><span style="color: black;">能够</span>从网上查一下，<span style="color: black;">而后</span>导入Python中就<span style="color: black;">能够</span><span style="color: black;">运用</span>了。</p>
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/dfic-imagehandler/3e11da7c-e7b5-4094-9f0b-d2cd32405d57~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1723904483&x-signature=3sik2VIclFHdsMKrrF8ftSHqlP0%3D" style="width: 50%; margin-bottom: 20px;"></div>
<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">1. xlrd<span style="color: black;">重点</span>是用来读取excel文件</strong></h1>import xlrd
workbook = xlrd.open_workbook(u Python进行数据分析测试.xls)
sheet_names= workbook.sheet_names()
for sheet_name in sheet_names:
sheet2 = workbook.sheet_by_name(sheet_name)
print sheet_name rows = sheet2.row_values(1)
cols = sheet2.col_values(1)
print rows
print cols<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">2. xlwt<span style="color: black;">重点</span>是用来写excel文件</strong></h1>import xlwt
wbk = xlwt.Workbook()
sheet = wbk.add_sheet(sheet 1)
sheet.write(0,1,test text)#第0行<span style="color: black;">第1</span>列写入内容
wbk.save(test.xls)<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">3. xlutils结合xlrd<span style="color: black;">能够</span>达到修改excel文件目的</strong></h1>import xlrd
from xlutils.copy import copy
workbook = xlrd.open_workbook(u Python进行数据分析测试.xls)
workbooknew = copy(workbook)
ws = workbooknew.get_sheet(0)
ws.write(3, 0, changed!)
workbooknew.save(u Python进行数据分析测试copy.xls)<h1 style="color: black; text-align: left; margin-bottom: 10px;"><strong style="color: blue;">4. openpyxl<span style="color: black;">能够</span>对excel文件进行读写操作</strong></h1>from openpyxl import Workbook
from openpyxl import load_workbook
from openpyxl.writer.excel import ExcelWriter
workbook_ = load_workbook(u" Python进行数据分析测试.xlsx")
sheetnames =workbook_.get_sheet_names()
print sheetnames
sheet = workbook_.get_sheet_by_name(sheetnames)
print sheet.cell(row=3,column=3).value
sheet = 47
workbook_.save(u" Python进行数据分析测试新.xlsx")
wb = Workbook()
ws = wb.active
ws = 4
wb.save("检索.xlsx")<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">最后把《利用Python进行数据分析》这本书的内容再给<span style="color: black;">大众</span>介绍一下，书中含有<span style="color: black;">海量</span>的实践案例，讲解<span style="color: black;">怎样</span>利用<span style="color: black;">各样</span>Python库（<span style="color: black;">包含</span>NumPy、pandas、matplotlib以及IPython等）<span style="color: black;">有效</span>地<span style="color: black;">处理</span>各式各样的数据分析问题。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><span style="color: black;">因为</span>作者Wes McKinney是pandas库的<span style="color: black;">重点</span>作者，<span style="color: black;">因此</span>这本书<span style="color: black;">亦</span><span style="color: black;">能够</span><span style="color: black;">做为</span>利用Python实现数据密集型应用的科学计算实践指南，适合<span style="color: black;">刚才</span>接触Python的分析人员以及<span style="color: black;">刚才</span>接触科学计算的Python程序员。</p>将IPython这个交互式Shell<span style="color: black;">做为</span>你的首要<span style="color: black;">研发</span>环境。学习NumPy（Numerical Python）的<span style="color: black;">基本</span>和高级知识。从pandas库的数据分析工具<span style="color: black;">起始</span>。利用高性能工具对数据进行加载、清理、转换、合并以及重塑。利用matplotlib创建散点图以及静态或交互式的可视化结果。利用pandas的groupby功能对数据集进行切片、切块和汇总操作。处理<span style="color: black;">各样</span>各样的时间序列数据。<span style="color: black;">经过</span><span style="color: black;">仔细</span>的案例学习<span style="color: black;">怎样</span><span style="color: black;">处理</span>Web分析、社会科学、金融学以及经济学等<span style="color: black;">行业</span>的问题。关于作者：老A，项目管理师，专业兴趣<span style="color: black;">科研</span>方向：大数据、计算机软件、通信工程。个人业余<span style="color: black;">兴趣</span>是<span style="color: black;">科研</span>无人机制作，银元鉴赏与<span style="color: black;">保藏</span>。<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">本文为<strong style="color: blue;">「大数据」内容合伙人之「鉴书小分队」</strong>活动读书笔记，由<span style="color: black;">微X</span>公众号大数据粉丝原创。</p>
<div style="color: black; text-align: left; margin-bottom: 10px;"><img src="https://p3-sign.toutiaoimg.com/pgc-image/dd439635d80b4cffba5db73fc50b5bab~noop.image?_iz=58558&from=article.pc_detail&lk3s=953192f4&x-expires=1723904483&x-signature=WGf2S2pBQ3lo2ThPYrxDVMBpkKA%3D" style="width: 50%; margin-bottom: 20px;">
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">延伸阅读《利用Python进行数据分析（原书第2版）》</p>
</div>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><strong style="color: blue;"><span style="color: black;">举荐</span>语：</strong>Python数据分析经典畅销书全新升级，第1版中文版累计<span style="color: black;">营销</span>100000册。针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter。</p>
</div>
楼主的文章非常有意义，提升了我的知识水平。
页:
[1]