Python操作Excel需根据文件格式和需求选择库：读写.xlsx用openpyxl，读.xls用xlrd，写.xls用xlwt，复杂数据处理用pandas；大型文件建议openpyxl流式读写；日期处理需转换数字为datetime对象；格式设置可通过openpyxl的styles模块实现。
Python操作Excel表格，核心在于使用合适的库来读取、写入和修改Excel文件。常用的库包括
openpyxl、
xlrd、
xlwt、
pandas等，根据需求选择合适的库。
解决方案
根据操作的复杂度和Excel文件的格式（.xls或.xlsx），选择合适的库。以下是几种常见的操作和对应的库：
-
读取Excel文件（.xlsx）:
openpyxl
是首选，它支持最新的Excel文件格式，功能强大。立即学习“Python免费学习笔记（深入）”；
from openpyxl import load_workbook # 加载Excel文件 workbook = load_workbook(filename="example.xlsx") # 选择工作表 sheet = workbook["Sheet1"] # 通过名称选择 # sheet = workbook.active # 选择第一个工作表 # 读取单元格数据 cell_value = sheet["A1"].value print(cell_value) # 遍历所有行 for row in sheet.iter_rows(min_row=1, max_row=sheet.max_row, min_col=1, max_col=sheet.max_column): for cell in row: print(cell.value) -
写入Excel文件（.xlsx）: 同样使用
openpyxl
。from openpyxl import Workbook # 创建一个新的工作簿 workbook = Workbook() # 选择工作表 sheet = workbook.active # 写入数据 sheet["A1"] = "Hello" sheet["B1"] = "World" # 保存Excel文件 workbook.save(filename="output.xlsx")
-
读取Excel文件（.xls）: 使用
xlrd
。import xlrd # 打开Excel文件 workbook = xlrd.open_workbook("example.xls") # 选择工作表 sheet = workbook.sheet_by_name("Sheet1") # 通过名称选择 # sheet = workbook.sheet_by_index(0) # 通过索引选择 # 读取单元格数据 cell_value = sheet.cell_value(0, 0) # 行，列 (从0开始) print(cell_value) # 遍历所有行 for row_index in range(sheet.nrows): for col_index in range(sheet.ncols): print(sheet.cell_value(row_index, col_index)) -
写入Excel文件（.xls）: 使用
xlwt
。import xlwt # 创建一个新的工作簿 workbook = xlwt.Workbook() # 添加一个工作表 sheet = workbook.add_sheet("Sheet1") # 写入数据 sheet.write(0, 0, "Hello") # 行，列，值 sheet.write(0, 1, "World") # 保存Excel文件 workbook.save("output.xls") -
使用Pandas进行更复杂的操作: Pandas提供了DataFrame结构，可以方便地进行数据处理和分析，然后导出到Excel。
import pandas as pd # 从Excel读取数据 df = pd.read_excel("example.xlsx", sheet_name="Sheet1") # 数据处理 (例如: 添加一列) df["New_Column"] = df["Column1"] * 2 # 写入Excel文件 df.to_excel("output.xlsx", sheet_name="Sheet1", index=False) # index=False 不写入索引
如何选择合适的库？
openpyxl
: 推荐用于处理.xlsx
文件，功能强大，支持各种Excel特性，比如公式、样式等。xlrd/xlwt
: 用于处理.xls
文件，但功能相对较弱，对于新的Excel特性支持有限。pandas
: 如果需要进行复杂的数据处理和分析，并且最终导出到Excel，那么Pandas是最佳选择。它简化了数据操作，提供了强大的数据分析工具。
如何处理大型Excel文件？
对于非常大的Excel文件，一次性加载到内存可能会导致性能问题。
openpyxl提供了流式读取和写入的模式，可以减少内存占用。
from openpyxl import load_workbook
# 流式读取
workbook = load_workbook(filename="large_file.xlsx", read_only=True)
sheet = workbook.active
for row in sheet.rows:
for cell in row:
print(cell.value)如何处理Excel中的日期和时间？
Excel中的日期和时间通常以数字形式存储。在使用
xlrd或
openpyxl读取时，需要进行转换。
import xlrd
from datetime import datetime
workbook = xlrd.open_workbook("example.xls")
sheet = workbook.sheet_by_index(0)
date_value = sheet.cell_value(1, 2) # 假设日期在第二行第三列
date_object = xlrd.xldate_as_datetime(date_value, workbook.datemode)
print(date_object)在使用
openpyxl时，日期会自动转换为
datetime对象。
如何设置Excel单元格的格式？
使用
openpyxl可以设置单元格的字体、颜色、对齐方式等格式。
from openpyxl import Workbook
from openpyxl.styles import Font, Color, Alignment
workbook = Workbook()
sheet = workbook.active
# 设置字体
cell = sheet["A1"]
cell.value = "Formatted Text"
cell.font = Font(name="Arial", size=12, bold=True, color="FF0000") # 红色
# 设置对齐方式
cell.alignment = Alignment(horizontal="center", vertical="center")
workbook.save("formatted.xlsx") 
