小白用python处理excel文件-Python读、写Excel文件（三种模块三种方式，小白也可学会）...

快来打我* 2022-11-21 00:51 113阅读 0赞

![a2dd638d02ad44fe9fde90b75aa4878d][]

python读写excel的方式有很多，不同的模块在读写的讲法上稍有区别：

用xlrd和xlwt进行excel读写； 用openpyxl进行excel读写； 用pandas进行excel读写；

为了方便演示，我这里新建了一个data.xlsx文件，第一个工作表sheet1区域"A1:F5”的内容如下，用于测试读excel的代码：

![cf8f3f901d544c99990451b911a22e3d][]

1 .利用xlrd和xlwt进行excel读写（xlwt不支持xlsx）

首先是安装第三方模块xlrd和xlwt，直接输入命令"pip install xlrd"和"pip install xlwt"就行，

如下(cmd→CD→c:pythonscripts)：

![775f94fd457c4de0b43f071d3e088f23][]

1.1 xlrd读excel

import xlrdbook = xlrd.open\_workbook('data.xlsx')sheet1 = book.sheets()\[0\]nrows = sheet1.nrowsprint('表格总行数',nrows)ncols = sheet1.ncolsprint('表格总列数',ncols)row3\_values = sheet1.row\_values(2)print('第3行值',row3\_values)col3\_values = sheet1.col\_values(2)print('第3列值',col3\_values)cell\_3\_3 = sheet1.cell(2,2).valueprint('第3行第3列的单元格的值：',cell\_3\_3)运行结果表格总行数 5表格总列数 5第3行值 \['3A', '3B', '3C', '3D', '3F'\]第3列值 \['1C', '2C', '3C', '4C', '5C'\]第3行第3列的单元格的值： 3C

1.2 xlwt写excel

主要代码如下，很简单：

import xlwt \# 貌似不支持excel2007的xlsx格式workbook = xlwt.Workbook()worksheet = workbook.add\_sheet('test')worksheet.write(0,0,'A1data')workbook.save('excelwrite.xls')

程序运行后，新建excelwrite.xls工作簿并插入text工作表，A1的内容为A1data。

2 .利用openpyxl读写excel，注意这里只能是xlsx类型的excel

安装的话，直接输入命令"pip install openpyxl"就行，很快就能安装完毕。

2.1 读excel

import openpyxlworkbook = openpyxl.load\_workbook('data.xlsx')worksheet = workbook.get\_sheet\_by\_name('Sheet1')row3=\[item.value for item in list(worksheet.rows)\[2\]\]print('第3行值',row3)col3=\[item.value for item in list(worksheet.columns)\[2\]\]print('第3行值',col3)cell\_2\_3=worksheet.cell(row=2,column=3).valueprint('第2行第3列值',cell\_2\_3)max\_row=worksheet.max\_rowprint('最大行',max\_row)运行结果：第3行值 \['3A', '3B', '3C', '3D', '3F'\]第3行值 \['1C', '2C', '3C', '4C', '5C'\]第2行第3列值 2C最大行 5

2.2 写excel

主要代码如下：

import openpyxlworkbook = openpyxl.Workbook()sheet=workbook.activesheet\['A1'\]='hi,wwu'workbook.save('new.xlsx')

程序运行后，新建new.xls工作簿并插入sheet工作表，A1的内容为hi,wwu。

3. 利用pandas读取excel

Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。 首先要安装pandas模块，相对来说，安装pandas模块要复杂一些。 如果用pip install pandas安装后运行出错，可以考虑安装以前的版本：

pip install pandas==0.22

pandas是一个数据处理的包，本身提供了许多读取文件的函数，像read\_csv（读取csv文件），read\_excel（读取excel文件）等，只需一行代码就能实现文件的读取.

3.1 读excel

主要代码如下，就1行代码搞定，注意这里的data是DataFrame类型：

import pandas as pddf = pd.read\_excel(r'data.xlsx',sheetname=0)print(df.head())

运行结果：

1A 1B 1C 1D 1F0 2A 2B 2C 2D 2F1 3A 3B 3C 3D 3F2 4A 4B 4C 4D 4F3 5A 5B 5C 5D 5F

3.2 写excel

主要代码如下：

from pandas import DataFramedata=\{'name':\['张三','李四','王五'\],'age':\[11,12,13\]'sex':'男','女','男'\]\}df=DataFrame(data)df.to\_excel('new.xlsx")

程序运行后，将新建（或替换）new.xlsx文件，并在工作表sheet1的A1:D4区域中保存内容如下：

![2290a3d3e27642398558bb8953501449][]

至此，我们就完成了excel的读写。

总的来说，这3种方法都很简单，尤其是第3种方法，

1行代码就搞定，在数据处理中，经常会用到pandas这个包

（该包可以处理众多常见的数据存储格式，如CSV、JSON等）

功能很强大，当然还有许多其他的包也可以完成excel的读写

小编寄语

最后小编帮助大家整理了一套python教程，下面展示了部分，希望也能帮助对编程感兴趣，想做数据分析，人工智能、爬虫或者希望从事编程开发的小伙伴，毕竟python工资也还可以，如果能帮到你请点赞、点赞、点赞。

![f95d41bc87ef4592ac0de22867e2eabb][]

![69f2b974d3d447dcbd3e647903d3a4f2][]

![c8e9ef27e29f49e7b102fe375f8ec29c][]

点赞，收藏并转发文章后点击小编头像或昵称

![89b13faf18d04a41b2e1f5b3989361d2][]

![8cd32dd443644bab8089034590bf1164][]

PS：如果你喜欢python，并觉得这篇文章对你有益的话，麻烦多多点赞关注支持！

[a2dd638d02ad44fe9fde90b75aa4878d]: http://p9.pstatp.com/large/pgc-image/a2dd638d02ad44fe9fde90b75aa4878d
[cf8f3f901d544c99990451b911a22e3d]: http://p3.pstatp.com/large/pgc-image/cf8f3f901d544c99990451b911a22e3d
[775f94fd457c4de0b43f071d3e088f23]: /images/20221120/4c575e00678f4d7881d87ba93887d033.png
[2290a3d3e27642398558bb8953501449]: http://p3.pstatp.com/large/pgc-image/2290a3d3e27642398558bb8953501449
[f95d41bc87ef4592ac0de22867e2eabb]: http://p3.pstatp.com/large/pgc-image/f95d41bc87ef4592ac0de22867e2eabb
[69f2b974d3d447dcbd3e647903d3a4f2]: /images/20221120/b262156cb0d5499a887713fd5885f193.png
[c8e9ef27e29f49e7b102fe375f8ec29c]: /images/20221120/7bca710db1c04c5bb02c1d5cbe45d761.png
[89b13faf18d04a41b2e1f5b3989361d2]: http://p3.pstatp.com/large/pgc-image/89b13faf18d04a41b2e1f5b3989361d2
[8cd32dd443644bab8089034590bf1164]: http://p3.pstatp.com/large/pgc-image/8cd32dd443644bab8089034590bf1164