Python实现批量提取Excel数据
作者：Sitin涛哥
在数据处理和分析的过程中,Excel 是一种广泛使用的数据存储格式,本文将详细介绍如何使用 pandas、openpyxl 和 xlrd 三种库来批量提取 Excel 数据,并提供相应的示例代码,需要的可以参考下
在数据处理和分析的过程中，Excel 是一种广泛使用的数据存储格式。使用 Python 可以高效地从多个 Excel 文件中提取数据，进行汇总和分析。本文将详细介绍如何使用 pandas、openpyxl 和 xlrd 三种库来批量提取 Excel 数据，并提供相应的示例代码。
使用 pandas 批量提取 Excel 数据
pandas 是一个强大的数据分析库，它提供了直接读取和处理 Excel 文件的功能。
1. 安装 pandas
首先，确保已安装 pandas 和 openpyxl：
pip install pandas openpyxl
2. 读取单个 Excel 文件
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('data.xlsx')
# 显示前几行数据
print(df.head())
3. 批量读取多个 Excel 文件
假设有多个 Excel 文件存放在一个文件夹中，文件名格式为 data_1.xlsx, data_2.xlsx，以此类推。
import os
# 存放 Excel 文件的文件夹路径
folder_path = 'path_to_folder'
# 获取所有 Excel 文件路径
file_list = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')]
# 初始化一个空的 DataFrame
all_data = pd.DataFrame()
# 逐个读取并合并
for file in file_list:
df = pd.read_excel(file)
all_data = all_data.append(df, ignore_index=True)
# 显示合并后的数据
print(all_data.head())
使用 openpyxl 批量提取 Excel 数据
openpyxl 是一个专门处理 Excel 文件的库，适用于处理 .xlsx 格式的文件。
1. 安装 openpyxl
pip install openpyxl
2. 读取单个 Excel 文件
from openpyxl import load_workbook
# 加载 Excel 文件
wb = load_workbook('data.xlsx')
# 选择活动工作表
ws = wb.active
# 读取所有数据
data = []
for row in ws.iter_rows(values_only=True):
data.append(row)
# 打印数据
for row in data:
print(row)
3. 批量读取多个 Excel 文件
import os
from openpyxl import load_workbook
# 存放 Excel 文件的文件夹路径
folder_path = 'path_to_folder'
# 获取所有 Excel 文件路径
file_list = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xlsx')]
# 初始化一个空的列表
all_data = []
# 逐个读取并合并
for file in file_list:
wb = load_workbook(file)
ws = wb.active
for row in ws.iter_rows(values_only=True):
all_data.append(row)
# 打印合并后的数据
for row in all_data:
print(row)
使用 xlrd 批量提取 Excel 数据
xlrd 是一个用于读取 Excel 文件的库，适用于 .xls 和 .xlsx 格式的文件。
1. 安装 xlrd
pip install xlrd
2. 读取单个 Excel 文件
import xlrd
# 打开 Excel 文件
workbook = xlrd.open_workbook('data.xls')
# 选择工作表
sheet = workbook.sheet_by_index(0)
# 读取所有数据
data = []
for row_idx in range(sheet.nrows):
row = sheet.row_values(row_idx)
data.append(row)
# 打印数据
for row in data:
print(row)
3. 批量读取多个 Excel 文件
import os
import xlrd
# 存放 Excel 文件的文件夹路径
folder_path = 'path_to_folder'
# 获取所有 Excel 文件路径
file_list = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.xls') or f.endswith('.xlsx')]
# 初始化一个空的列表
all_data = []
# 逐个读取并合并
for file in file_list:
workbook = xlrd.open_workbook(file)
sheet = workbook.sheet_by_index(0)
for row_idx in range(sheet.nrows):
row = sheet.row_values(row_idx)
all_data.append(row)
# 打印合并后的数据
for row in all_data:
print(row)
总结
本文详细介绍了如何使用 pandas、openpyxl 和 xlrd 三种库批量提取 Excel 数据，并提供了相应的示例代码。通过这些方法，可以高效地处理多个 Excel 文件，提高数据处理的效率。希望这些内容能够帮助大家在实际开发中更好地处理 Excel 数据。
到此这篇关于Python实现批量提取Excel数据的文章就介绍到这了,更多相关Python批量提取Excel数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！