下载掌阅APP，畅读海量书库
立即打开
在Python中，可以使用xlwings模块和Pandas模块相结合的方式处理比较复杂的Excel文档。Pandas（Python Data Analysis Library）是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。
由于Pandas模块是第三方模块，所以需要安装此模块。安装Pandas模块需要在Windows命令行窗口中输入的命令如下：
pip install pandas－i https://pypi.tuna.tsinghua.edu.cn/simple
然后按Enter键，即可安装Pandas模块，如图1—33所示。
图1—33 安装Pandas模块
Pandas是一个开源的第三方Python库，从NumPy和Matplotlib的基础上构建而来，享有数据分析“三剑客之一”的盛名（NumPy、Matplotlib、Pandas）。Pandas已经成为Python数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。
Pandas模块是采用面向对象的思想编写而成的。可以创建3种对象（Series、DataFrame、Panel）。这3种对象分别用于处理不同类型的数据结构，具体的数据结构见表1—9。
表1—9 Pandas模块创建的对象
在Pandas模块中，可以使用函数pandas.Series（）创建Series对象，其语法格式如下：
import pandas as pd
series1＝pd.Series(data,index,dtype,copy)
其中，data用于保存输入的数据，可以是各种类型的数据；index表示数据的索引值，该索引值是唯一的，与数据长度相同；dtype表示数据类型，如果没有输入，则自行判断数据的类型；copy表示是否复制数据，默认值为False。
【实例1-17】 使用Pandas模块创建一个包含5个元素的Series对象和一个包含1个元素的Series对象。打印这两个Series对象，代码如下：
#＝＝＝第1章代码1－17.py＝＝＝#
import pandas as pd
data1＝['a','b','c','d','e']
data2＝'ABCDE'
series1＝pd.Series(data1)
series2＝pd.Series(data2)
print(series1)
print(series2)
运行结果如图1—34所示。
图1—34 代码1-17.py的运行结果
在Pandas模块中，可以使用函数pandas.DataFrame（）创建DataFrame对象，其语法格式如下：
import pandas as pd
df1＝pd.DataFrame(data,index,columns,dtype,copy)
其中，data用于保存输入的数据，可以是各种类型的数据；index表示行标签，如果没有传递index值，则默认的行标签是np.arange（n），n代表data的元素个数；columns表示列标签，如果没有传递columns值，则默认的行标签是np.arange（n）；dtype表示每列的数据类型，如果没有输入，则自行判断数据的类型；copy表示是否复制数据，默认值为False。
【实例1-18】 使用Pandas模块创建一个包含1列元素的DataFrame对象和一个包含2行3列元素的DataFrame对象。打印这两个DataFrame对象，代码如下：
#＝＝＝第1章代码1－18.py＝＝＝#
import pandas as pd
data1＝['a','b','c','d','e']
data2＝[['c','java','python'],['11','12','13']]
df1＝pd.DataFrame(data1)
df2＝pd.DataFrame(data2)
print(df1)
print(df2)
运行结果如图1—35所示。
图1—35 代码1-18.py的运行结果
在Pandas模块中，可以使用函数pandas.Panel（）创建Panel对象，其语法格式如下：
import pandas as pd
pan1＝pd.Panel(data,items,major_axis,minor_axis,dtype,copy)
其中，data用于保存输入的数据，可以是各种类型的数据；items表示axis＝0；major_axis表示axis＝1；minor_axis表示axis＝2；dtype表示每列的数据类型；copy表示是否复制数据，默认值为False。
注意： 最新版本的Pandas模块已经移出了Panel类。如果有读者要使用Panel类，则可以安装之前的版本。
第三方模块Pandas是一个很强大的模块，不仅可以读取Excel工作簿中的数据，还可以读取HTML、JSON、CSV格式文件中的数据，使用的函数见表1—10。
表1—10 Pandas模块中读取文件的函数
由于Excel文件是比较复杂的文件，因此pandas.read_excel（）函数的参数非常多，该函数详细的语法格式如下：
import pandas as pd
data＝pd.read_excel(io,sheet_name＝0,header＝0,names＝None,index_col＝None,
usecols＝None,squeeze＝False,dtype＝None,engine＝None,
converters＝None,true_values＝None,false_values＝None,
skiprows＝None,nrows＝None,na_values＝None,parse_dates＝False,
date_parser＝None,thousands＝None,comment＝None,skipfooter＝0,
convert_float＝True,encoding＝None,**kwds)
其中，常用参数的说明见表1—11。
表1—11 pandas.read_excel（）函数中的常用参数说明
【实例1-19】 在D盘test文件夹下有一个Excel文档（销售数据.xlsx）。该文档的工作表Sheet1如图1—36所示。
图1—36 销售数据.xlsx
使用Pandas模块读取该工作表中的数据，然后跳过第1行读取工作表中的数据，打印读取的数据，代码如下：
#＝＝＝第1章代码1－19.py＝＝＝#
import pandas as pd
src_path＝'D:\\test\\销售数据.xlsx'
data1＝pd.read_excel(src_path,sheet_name＝'Sheet1')
print(data1)
data2＝pd.read_excel(src_path,sheet_name＝'Sheet1',skiprows＝[1])
print(data2)
运行结果如图1—37所示。
图1—37 代码1-19.py的运行结果
在Pandas模块中，可以创建Excel工作簿，并将数据写入Excel工作簿。首先创建一个带有目标文件名的ExcelWriter对象，然后使用DataFrame对象的to_excel（）方法，将DataFrame中的数据写入Excel文档，其语法格式如下：
import pandas as pd
dataf＝pd.DataFrame(data)#创建包含数据data的DataFrame对象
writer＝pd.ExcelWriter(path)#创建带有目标文件名的ExcelWriter对象
dataf.to_excel(writer,sheet_name＝None)#将数据写入Excel文档
writer.save()#保存数据
writer.close()
其中，path表示目标文件名的路径；sheet_name表示Excel工作表的名称。
如果Excel工作簿已经被创建，则可以直接使用DataFrame对象的to_excel（）方法将数据写入Excel文档，其语法格式如下：
import pandas as pd
dataf.to_excel(path,index＝False)#将数据写入已存在的Excel文档
其中，path表示已存在的Excel文档的路径。
在Pandas模块中，函数DataFrame.to_excel（）的语法格式如下：
DataFrame.to_excel(excel_writer,sheet_name＝'Sheet1',na_rep＝'',float_format＝None,
columns＝None,header＝True,index＝True,index_label＝None,startrow＝0,startcol＝0,
engine＝None,merge_cells＝True,encoding＝None,inf_rep＝'inf',verbose＝True,freeze_panes＝
None)
其中，常用参数的说明见表1—12所示。
表1—12 DataFrame.to_excel（）函数中常用参数的说明
【实例1-20】 使用Pandas模块在D盘test文件夹下创建一个Excel文档（文学名著.xlsx），然后创建一组包含文学名著名字和人物的DataFrame数据，最后写入Excel文档，代码如下：
#＝＝＝第1章代码1－20.py＝＝＝#
import pandas as pd
src_path＝'D:\\test\\文学名著.xlsx'
info＝pd.DataFrame({
'西游记':['唐僧','孙悟空','猪八戒','沙僧','白龙马'],
'红楼梦':['贾宝玉','林黛玉','薛宝钗','史湘云','晴雯'],
'三国演义':['曹操','孙权','刘备','诸葛亮','司马懿']
})
writer＝pd.ExcelWriter(src_path)
info.to_excel(writer,sheet_name＝'Sheet1')
writer.save()
writer.close()
运行结果如图1—38所示。
图1—38 代码1-20.py创建的Excel工作表
注意： 当使用Pandas模块打开已存在的Excel文件并写入数据时，一定要慎重。因为在保存数据那一刻，会清除Excel文件中原有的数据，因此，Pandas模块经常和xlwings、openpyxl模块一起使用，处理比较复杂的问题。
Pandas模块、xlwings模块搭配使用，可以处理比较复杂的信息，例如将Excel工作表中的列数据分拆成多列数据。
【实例1-21】 在D盘test文件夹下有一个Excel文档（电冰柜.xlsx），该文档的工作表Sheet1如图1—39所示。
图1—39 电冰柜.xlsx文件中工作表Sheet1
将工作表中的产品尺寸列分拆为长、宽、高三列，并保存该文档，代码如下：
#＝＝＝第1章代码1－21.py＝＝＝#
import xlwings as xw
import pandas as pd
app＝xw.App(visible＝False,add_book＝False)
book＝app.books.open('D:\\test\\电冰柜.xlsx')
sheet＝book.sheets['Sheet1']
#读取工作表中的数据并转换为Pandas模块的DataFrame格式
data＝sheet.range('a1').options(pd.DataFrame,header＝1,index＝False,expand＝'table').value
print(data)
#分拆DataFrame数据中的['产品尺寸(mm)']列
new_data＝data['产品尺寸(mm)'].str.split('*',expand＝True)
print(new_data)
new_data.columns＝['长(mm)','宽(mm)','高(mm)']
#在E列中插入两列
for n in range(new_data.shape[1]－1):
sheet['E:E'].insert(shift＝'right',copy_origin＝'format_from_left_or_above')
#在E列中写入数据
sheet['E1'].options(index＝False).value＝new_data
sheet.autofit()
book.save()
app.quit
运行结果如图1—40和图1—41所示。
图1—40 代码1-21.py的运行结果
图1—41 代码1-21.py分拆的列数据
Pandas模块、xlwings模块搭配使用，可以处理比较复杂的信息，例如对Excel工作表中的数据按照特定规则进行分类，这主要使用了DataFrame对象的groupby（name）方法，参数name表示分组所依据的列，也可以用列表的形式指定多列。
【实例1-22】 在D盘text文件夹下的demo2文件夹中有一个Excel文档（1月-4月销售数据.xlsx），该文档的工作表（1月）如图1—42所示。
图1—42 1月-4月销售数据.xlsx文件中的工作表
将工作表中的所有数据按照产品名称进行分类，并写入不同的工作表，代码如下：
#＝＝＝第1章代码1－22.py＝＝＝#
import xlwings as xw
import pandas as pd
app＝xw.App(visible＝False,add_book＝False)
book＝app.books.open('D:\\test\\demo2\\1月－4月销售数据.xlsx')
sheet_list＝book.sheets
table＝pd.DataFrame()
cols＝['单号','销售日期','产品名称','成本价(元/台)','售价(元/台)','销售数量(台)']
for index,val in enumerate(sheet_list):
data＝val.range('a1').options(pd.DataFrame,header＝1,index＝False,expand＝'table').value
data＝data.reindex(columns＝cols)#设置列标题
table＝pd.concat([table,data],ignore_index＝True)
#table＝table.append(data,ignore_index＝True)
#按产品名称对数据进行汇总
table＝table.groupby('产品名称')
print(table)
new_book＝xw.books.add()
for index,group in table:
new_sheet＝new_book.sheets.add(index)
new_sheet['a1'].options(index＝False).value＝group
new_sheet.autofit()
new_book.save('D:\\test\\demo2\\1月－4月分类统计数据.xlsx')
app.quit()
运行结果如图1—43和图1—44所示。
图1—43 代码1-22.py的运行结果
图1—44 1月-4月分类统计数据.xlsx文件中的工作表
注意： 使用DataFrame对象的方法append（）可以拼接数据，也可以使用函数pandas.contact（）拼接数据，前一种方法会在Pandas未来的版本中舍弃。