使用Python(而不是CSV文件)读取Excel(XLS)文件的最佳方法是什么?
是否有一个内置包,默认情况下在Python中支持执行此任务?
使用熊猫:
import pandas as pd
xls = pd.ExcelFile("yourfilename.xls")
sheetX = xls.parse(2) #2 is the sheet number
var1 = sheetX['ColumnName']
print(var1[1]) #1 is the row number...
python xlrd库可以更好地解决这个问题
import xlrd
打开工作簿
workbook = xlrd.open_workbook('your_file_name.xlsx')
按名称打开表格
worksheet = workbook.sheet_by_name('Name of the Sheet')
按索引打开表格
worksheet = workbook.sheet_by_index(0)
读取单元格值
worksheet.cell(0, 0).value
您可以使用任何库listed here(如基于JExcelApi的Pyxlreader或xlwt),以及用于读取文件的COM automation to use Excel itself,但为此您将Office作为软件的依赖项,这可能并不总是选项。
您也可以考虑运行(非python)程序xls2csv。给它一个xls文件,你应该回来一个csv。
对于较旧的Excel文件,有OleFileIO_PL module可以读取使用的OLE结构化存储格式。
Python Excelerator也处理此任务。 http://ghantoos.org/2007/10/25/python-pyexcelerator-small-howto/
它也可以在Debian和Ubuntu中使用:
sudo apt-get install python-excelerator
对于xlsx,我喜欢之前发布的https://stackoverflow.com/questions/4371163/reading-xlsx-files-using-python解决方案。我只使用标准库中的模块。
def xlsx(fname):
import zipfile
from xml.etree.ElementTree import iterparse
z = zipfile.ZipFile(fname)
strings = [el.text for e, el in iterparse(z.open('xl/sharedStrings.xml')) if el.tag.endswith('}t')]
rows = []
row = {}
value = ''
for e, el in iterparse(z.open('xl/worksheets/sheet1.xml')):
if el.tag.endswith('}v'):
value = el.text
if el.tag.endswith('}c'):
if el.attrib.get('t') == 's':
value = strings[int(value)]
letter = el.attrib['r']
while letter[-1].isdigit():
letter = letter[:-1]
row[letter] = value
value = ''
if el.tag.endswith('}row'):
rows.append(row)
row = {}
return rows
添加的改进是按工作表名称获取内容,使用re获取列并检查是否使用了共享字符串。
def xlsx(fname,sheet):
import zipfile
from xml.etree.ElementTree import iterparse
import re
z = zipfile.ZipFile(fname)
if 'xl/sharedStrings.xml' in z.namelist():
# Get shared strings
strings = [element.text for event, element
in iterparse(z.open('xl/sharedStrings.xml'))
if element.tag.endswith('}t')]
sheetdict = { element.attrib['name']:element.attrib['sheetId'] for event,element in iterparse(z.open('xl/workbook.xml'))
if element.tag.endswith('}sheet') }
rows = []
row = {}
value = ''
if sheet in sheets:
sheetfile = 'xl/worksheets/sheet'+sheets[sheet]+'.xml'
#print(sheet,sheetfile)
for event, element in iterparse(z.open(sheetfile)):
# get value or index to shared strings
if element.tag.endswith('}v') or element.tag.endswith('}t'):
value = element.text
# If value is a shared string, use value as an index
if element.tag.endswith('}c'):
if element.attrib.get('t') == 's':
value = strings[int(value)]
# split the row/col information so that the row leter(s) can be separate
letter = re.sub('\d','',element.attrib['r'])
row[letter] = value
value = ''
if element.tag.endswith('}row'):
rows.append(row)
row = {}
return rows