#Python 处理 Excel 文件指南：以 xlrd 模块为例

#Excel 格式与 Python 处理库概览

现有的 Excel 分为两种格式：xls（Excel 97-2003）和 xlsx（Excel 2007 及以上）。

Python 处理 Excel 文件主要依赖以下第三方模块库：

• xlrd、xlwt、pyexcel-xls、xlutils 和 pyExcelerator
• win32com 和 openpyxl 模块
• 此外，Pandas 中也带有可以读取 Excel 文件的模块（read_excel）。

#使用 xlrd 模块读取 Excel 数据

基于扩展知识的目的，我们使用 xlrd 模块读取 Excel 数据。

#1. 安装与准备

首先安装该库，在系统终端命令行输入以下命令：

bashCopy
1pip install xlrd

然后我们以“附件-chapter2”文件夹中的 demo.xlsx 数据文件为例，介绍该库的具体应用。数据概览如图所示：

#2. 代码实战

pythonCopy
1import xlrd # 导入库
2
3# 打开文件
4xlsx = xlrd.open_workbook('demo.xlsx')
5
6# 查看所有 sheet 列表
7print('All sheets: %s' % xlsx.sheet_names())
8print('===================================') # 内容分割线
9
10# 查看 sheet1 的数据概况
11sheet1 = xlsx.sheets()[0] # 获得第一张 sheet，索引从 0 开始
12sheet1_name = sheet1.name # 获得名称
13sheet1_cols = sheet1.ncols # 获得列数
14sheet1_nrows = sheet1.nrows # 获得行数
15print('Sheet1 Name: %s\nSheet1 cols: %s\nSheet1 rows: %s' % (sheet1_name, sheet1_cols, sheet1_nrows))
16print('===================================') # 内容分割线
17
18# 查看 sheet1 的特定切片数据
19sheet1_nrows4 = sheet1.row_values(4) # 获得第 4 行数据
20sheet1_cols2 = sheet1.col_values(2) # 获得第 2 列数据
21cell23 = sheet1.row(2)[3].value # 查看第 3 行第 4 列数据
22print('Row 4: %s\nCol 2: %s\nCell 1: %s\n' % (sheet1_nrows4, sheet1_cols2, cell23))
23print('===================================') # 内容分割线
24
25# 查看 sheet1 的数据明细
26for i in range(sheet1_nrows): # 逐行打印 sheet1 数据
27    print(sheet1.row_values(i))

上述代码中，我们先读取一个 Excel 文件，再查看所有 sheet（工作簿）并输出 sheet1 相关属性信息；然后查看 sheet1 中特定数据行、列和元素的信息；最后我们用循环的方式，依次读取每个数据行并打印输出。

#3. 执行结果与原理解析

以下是代码执行后打印输出的结果：

codeCopy
1All sheets: [u'Sheet1']
2===================================
3Sheet1 Name: Sheet1
4Sheet1 cols: 4
5Sheet1 rows: 10
6===================================
7Row 4: [u'431381197408191515', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
8Col 2: [u'Create_Time', 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0, 42725.0]
9Cell 1: 深圳市
10===================================
11[u'ID_number', u'Status', u'Create_Time', u'Business_City']
12[u'431381198109106573', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
13[u'431381198809122734', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
14[u'431381197903117478', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
15[u'431381197408191515', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
16[u'431381197606166011', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
17[u'43138119850623339X', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
18[u'431381198908223477', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
19[u'431381198901176911', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']
20[u'43138119870827275X', u'\u6709\u6548', 42725.0, u'\u6df1\u5733\u5e02']

💡 提示与异常说明

在上述打印输出的内容中，我们发现第二列、第三列、第四列与原始数据似乎不同：

• 第二列和第四列“异常”：原因是将中文编码统一转换为了 Unicode 编码，便于在不同程序间调用。
• 第三列“异常”：是由于将日期格式转换为了数值格式而已。

#进阶思考与企业应用总结

上述操作只是将数据从 Excel 中读取出来，基于读取的数据转换为数组便可以进行矩阵计算。由于矩阵计算大多是基于数值型数据实现的，因此上述数据将无法适用于大多数科学计算场景，这点需要注意。

📌 总结

在企业实际场景中，由于 Excel 本身的限制和适用性，其无法存储和计算过大（例如千万级的数据记录）的数据量，并且 Excel 本身也不是为了海量数据的应用而产生的。

因此，Excel 可以作为日常基本数据处理、补充数据来源或者汇总级别的数据进行读取；同时也可以作为数据结果展示的载体，在这种应用下，对于大量数值表格的应用效果非常好。