Python如何高效导入导出与处理Excel数据

准备工作与核心依赖

第1步：安装Python依赖库

Python处理Excel主要依赖Pandas（数据分析与结构化管理）和Openpyxl（Excel文件格式读写支持）。在终端执行以下命令安装：

pip install pandas openpyxl

为避免依赖冲突，建议使用虚拟环境。若已使用Anaconda，可通过conda创建：

conda create --name excel_env python=3.9
conda activate excel_env

安装完成后，在代码中引入对应模块：

import pandas as pd
from openpyxl import load_workbook

数据入境：读取Excel并加载为DataFrame

第2步：指定工作表读取基础数据

使用pd.read_excel()可将Excel文件转换为Pandas的DataFrame对象。默认读取第一个工作表，也可通过sheets_name参数精确指定。

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

若需一次性获取所有工作表内容，省略sheets_name参数将返回字典，键为表名，值为对应DataFrame：

all_sheets = pd.read_excel('data.xlsx', sheet_name=None)

第3步：处理缺失值与非结构化数据

实际表格常包含表示空值的特殊字符。可通过na_values参数自定义识别标准：

df = pd.read_excel('data.xlsx', na_values=['NA', 'N/A', '-'])

对于包含公式或合并单元格的复杂文件，建议先用Openpyxl进行底层结构调整，或结合正则表达式清洗文本列。读取后务必检查数据结构：

print(df.head())
print(df.info())

数据出境：写入Excel与格式优化

第4步：导出数据到新工作簿

处理完成后，调用DataFrame的to_excel()方法即可保存。默认会保留行索引，通常需关闭索引输出：

df.to_excel('output.xlsx', index=False)

第5步：多工作表输出与样式定制

当需要将多个数据集分别写入不同Sheet时，应使用pd.ExcelWriter上下文管理器：

with pd.ExcelWriter('output.xlsx') as writer:
    df1.to_excel(writer, sheet_name='原始数据', index=False)
    df2.to_excel(writer, sheet_name='统计汇总', index=False)

如需调整单元格外观（如加粗标题、居中），可联动Openpyxl样式模块：

from openpyxl import Workbook
from openpyxl.styles import Font, Alignment

wb = Workbook()
ws = wb.active
ws.append(['产品名称', '销售数量', '销售额'])

for cell in ws[1]:
    cell.font = Font(bold=True)
    cell.alignment = Alignment(horizontal='center')

wb.save('styled_output.xlsx')

数据清洗与自动化处理

第6步：基础清洗与类型转换

删除重复记录是常见需求，使用drop_duplicates()可直接过滤：

df_cleaned = df.drop_duplicates()

数值型字符串需显式转换类型以参与计算：

df['销售额'] = df['销售额'].str.replace(',', '').astype(float)

第7步：封装自动化脚本

将读取、合并、清洗、输出步骤封装为函数，便于定时任务调度（如Windows计划任务或Linux cron）：

import pandas as pd
from datetime import datetime

def process_excel():
    # 读取源文件
    df1 = pd.read_excel('source1.xlsx')
    df2 = pd.read_excel('source2.xlsx')
    # 合并与去重
    combined_df = pd.concat([df1, df2]).drop_duplicates()
    # 动态命名输出文件
    timestamp = datetime.now().strftime('%Y%m%d')
    output_file = f'report_{timestamp}.xlsx'
    with pd.ExcelWriter(output_file) as writer:
        combined_df.to_excel(writer, sheet_name='Data', index=False)

if __name__ == '__main__':
    process_excel()

常见问题排错

• FileNotFoundError / ModuleNotFoundError：确认文件路径是否正确，或重新执行pip install pandas openpyxl。
• ValueError: Sheet xxx not found：检查工作表名称大小写是否完全匹配，或通过sheet_name=None查看所有可用表名。
• 类型转换报错：列内混杂非数字文本会导致astype(float)失败。需先使用pd.to_numeric(col, errors='coerce')强制转换异常值为NaN。

总结

掌握Pandas读写接口与Openpyxl样式控制，配合标准化清洗逻辑，即可构建稳定高效的表格数据处理流。以上就是Python高效导入导出与处理Excel数据的详细内容，更多关于Python办公自动化与数据分析的资料请关注本站其它相关文章！