使用 Python 導入 Excel

引言

Microsoft Excel 是廣泛使用的電子表格軟體。對於數據處理人員、分析師、財務人員和統計學家來說，Excel是最常用的工具之一。然而，當需要大量數據處理時，手動操作變得枯燥且容易出現錯誤，這時候 Python 便派上了用場。Python 是一種通用編程語言，它的許多優點使得處理大量數據變得更加快速和高效。Python 的 pandas 庫是一個強大的數據處理工具，可以幫助我們快速處理和分析Excel數據。

正文

一、安裝 pandas 庫和 openpyxl 庫

!pip install pandas
!pip install openpyxl

在使用Python讀取Excel文件前，需要確保已經安裝了 pandas 和 openpyxl 庫。pandas 庫使得數據讀取和處理更加方便，而 openpyxl 則是一個能夠讀取和寫入 Excel 文件的第三方庫。使用Pandas和openpyxl 庫，無需安裝Microsoft Excel即可讀取、操作 Excel 文件，這是一個非常有用的特性。

二、使用 Pandas 讀取 Excel 文件

import pandas as pd
data = pd.read_excel('data.xlsx', sheet_name='Sheet1')
print(data.head())

在 Python 中讀取Excel文件非常容易。我們可以使用Pandas的read_excel()方法輕鬆讀取已經存在的 Excel 文件。在這裡，我們使用Sheet名稱Sheet1來讀取Excel文件。Pandas將Excel表格轉換為一個 DataFrame 對象，使得數據處理更加簡單和高效。此外，通過調用head()方法，我們可以快速預覽數據的前幾行。

三、使用 Pandas 寫入 Excel 文件

import pandas as pd
data_dict = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 26, 27, 28]}
df = pd.DataFrame(data_dict)
writer = pd.ExcelWriter('output.xlsx', engine='openpyxl') 
df.to_excel(writer, sheet_name='Sheet1')
writer.save()

除了可以讀取Excel文件之外，Pandas也可以用來寫入Excel文件。DataFrame提供了一個非常方便的方法將數據寫入到Excel文件中。在這個例子中，我們創建了一個 DataFrame 對象，然後使用to_excel()方法將數據寫入一個名為「Sheet1」的 Excel 工作表中。在保存Excel文件之前，我們需要先創建一個ExcelWriter對象，這個對象允許我們可以將數據寫入Excel文件中。最後，我們調用save()方法將改動保存到磁碟上。

四、使用 Pandas 處理 Excel 文件

import pandas as pd
data = pd.read_excel('data.xlsx', sheet_name='Sheet1')
data['result'] = data['score'] >= 60
data.to_excel('output.xlsx', sheet_name='Sheet1')

使用 Pandas 處理Excel文件時，我們可以直接操作 DataFrame。例如，在這個例子中，我們從 Excel 文件中讀取了數據，然後增加了一個名為「result」的列。該列包含布爾值，表示對應每個人的成績是否大於等於60。最後，我們將DataFrame重新寫入到一個新的 Excel 文件中，從而保存這些更改。

五、應用場景

使用Python讀取和處理Excel數據可以幫助我們更快速的處理和分析大量數據，它可以應用於各種場景，如：

• 進行數據清理和數據轉換；
• 處理大量數據並以可視化形式呈現出來；
• 將大量數據從多個Excel文件中合併為單個數據集；
• 將匯總信息輸出到Excel文件中；
• 利用Python和Excel的結合來自動化執行任務等。

結論

總之，Python 和 Pandas 庫提供了非常便利的方法來讀取、處理和寫入 Excel 文件。這使得我們可以使用Python和 Excel 更加高效地處理和分析大型數據集。