Pandas Lesen von Excel-Alternativen (ohne Interop) | IronXL für Python

DataFrame

Pandas führt die DataFrame-Datenstruktur ein, eine zweidimensionale, beschriftete Datenstruktur mit Spalten potenziell unterschiedlicher Datentypen. Sie ähnelt einer Tabellenkalkulation oder einer SQL-Tabelle und ermöglicht so einfache Operationen wie Filtern, Gruppieren und Aggregieren von tabellarischen Daten.

Datenmanipulation

Pandas bietet eine breite Palette von Funktionen zur Datenmanipulation, darunter Zusammenführen, Umformen, Aufteilen, Indizieren und Pivotieren von Daten. Diese Operationen ermöglichen es Benutzern, Daten effizient zu bereinigen, zu transformieren und für die Analyse oder Visualisierung vorzubereiten.

Zeitreihenfunktionalität

Pandas bietet umfassende Unterstützung für die Arbeit mit Zeitreihendaten, einschließlich Werkzeugen für Datums-/Zeitindizierung und Resampling sowie praktischen Methoden für den Umgang mit fehlenden Daten und die Zeitzonenkonvertierung.

Integration mit Bibliotheken

Pandas kann nahtlos mit verschiedenen Python-Bibliotheken zusammenarbeiten, die häufig in der Datenanalyse und bei wissenschaftlichen Berechnungen eingesetzt werden, darunter NumPy, Matplotlib und Scikit-learn. Diese Interoperabilität ermöglicht es den Anwendern, die Stärken verschiedener Bibliotheken innerhalb eines einzigen Analyse-Workflows zu nutzen.

Insgesamt ist Pandas ein leistungsstarkes Werkzeug zur Datenmanipulation und -analyse in Python und wird in verschiedenen Bereichen, darunter Finanzen, Wirtschaft, Biologie und Sozialwissenschaften, häufig eingesetzt.

Intuitive Python 3+ Excel-Dokument-API

IronXL bietet eine intuitive und einfach zu bedienende Python 3+ Excel-Dokument-API, mit der Entwickler Excel-Tabellendateien nahtlos lesen, bearbeiten und erstellen können.

Plattformübergreifende Unterstützung

IronXL wurde für Python 3+ entwickelt und ist mit Windows, Mac, Linux und Cloud-Plattformen kompatibel, wodurch Flexibilität in den Einsatzumgebungen gewährleistet wird.

Keine Notwendigkeit für Microsoft Office oder Excel Interop

Entwickler können in Python mit Excel-Dateien arbeiten, ohne Microsoft Office installieren oder sich mit Excel Interop auseinandersetzen zu müssen. Dies vereinfacht den Integrationsprozess und minimiert Abhängigkeiten.

Kompatibilität

Unterstützt Python 3.7+ auf verschiedenen Betriebssystemen, darunter Microsoft Windows, macOS, Linux, Docker, Azure und AWS. Kompatibel mit beliebten IDEs wie JetBrains PyCharm und anderen Python IDEs.

Vielseitige Arbeitsmappen

Erstellen, laden, speichern und exportieren Sie Tabellenkalkulationen in verschiedenen Formaten, darunter XLS, XLSX, XSLT, XLSM, CSV, TSV, JSON, HTML, Binär und Byte-Array.

Leistungsstarke Arbeitsblattbearbeitung

Bearbeiten Sie Metadaten, legen Sie Berechtigungen und Passwörter fest, erstellen und entfernen Sie Arbeitsblätter, bearbeiten Sie das Blattlayout, verwalten Sie Bilder und vieles mehr.

Erweiterter Mobilfunkbereichsbetrieb

Führen Sie verschiedene Operationen an Zellbereichen durch, wie z. B. Sortieren, Trimmen, Löschen, Kopieren, Suchen und Ersetzen von Werten, Setzen von Hyperlinks sowie Zusammenführen und Aufheben der Zusammenführung von Zellen.

Flexible Zellgestaltung

Passen Sie Zellenstile wie Schriftart, Größe, Rahmen, Ausrichtung und Hintergrundmuster an und wenden Sie bedingte Formatierungen an.

Mathematische Funktionen und Datenformate

Nutzen Sie mathematische Funktionen wie Durchschnitt, Summe, Minimum und Maximum und legen Sie Zelldatenformate fest, darunter Text, Zahl, Formel, Datum, Währung, wissenschaftlich, Zeit, Boolesche Werte und benutzerdefinierte Formate.

Pandas installieren

Um Pandas in Ihrem Projekt zu installieren, können Sie folgende Schritte befolgen:

1. Öffnen Sie die Eingabeaufforderung oder das Terminal : In PyCharm über Ansicht->Werkzeugfenster->Terminal.

   ![Pandas liest Excel-Alternativen (ohne Interop zu verwenden)] | IronXL für Python: Abbildung 3 - Öffnen des Terminals](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-3.webp)

2. Pandas via pip installieren : Pandas kann mit dem Paketmanager pip installiert werden. Führen Sie folgenden Befehl im Terminal aus:

   pip install pandas

   pip install pandas

   SHELL

   Dieser Befehl installiert die Pandas-Bibliothek und ihre Abhängigkeiten vom Python Package Index (PyPI).

   ![Pandas liest Excel-Alternativen (ohne Interop zu verwenden)] | IronXL für Python: Abbildung 4 - Konsolenausgabe nach Installation von Pandas](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-4.webp)

3. Installieren Sie OpenPyXL über pip : OpenPyXL ist die Bibliothek, die beim Lesen und Schreiben von Excel-Dateien hilft. Es handelt sich um eine der Abhängigkeiten, die von Pandas verwendet werden. Bei der Installation von Pandas wird OpenPyXL automatisch installiert, falls es noch nicht vorhanden ist. Falls es aus irgendeinem Grund nicht installiert ist, können Sie es mit folgendem Befehl im Terminal installieren:

   pip install openpyxl

   pip install openpyxl

   SHELL

Installation von IronXL

Um IronXL in einem Python-Projekt zu installieren, befolgen Sie diese Schritte:

1. Voraussetzungen sicherstellen : Bevor Sie IronXL installieren, vergewissern Sie sich, dass die erforderlichen Voraussetzungen auf Ihrem System erfüllt sind.

   .NET 6.0 SDK : IronXL verwendet die IronXL .NET-Bibliothek, insbesondere .NET 6.0, als zugrunde liegende Technologie. Stellen Sie sicher, dass das .NET 6.0 SDK auf Ihrem Rechner installiert ist. Sie können es von der offiziellen .NET-Website herunterladen.

2. Öffnen Sie die Eingabeaufforderung oder das Terminal : Gehen Sie genauso vor wie zuvor.

3. IronXL via pip installieren : IronXL kann mit dem Paketmanager pip installiert werden. Führen Sie den folgenden Befehl aus:

   
   :ProductInstall
   W```
   
   This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).
   
   ![Pandas liest Excel-Alternativen (ohne Interop zu verwenden)] | IronXL for Python: Figure 5 - Console output from installing IronXL](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-5.webp)

   
   :ProductInstall
   W```
   
   This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).
   
   ![Pandas liest Excel-Alternativen (ohne Interop zu verwenden)] | IronXL for Python: Figure 5 - Console output from installing IronXL](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-5.webp)

   SHELL

Using Pandas

import pandas as pd

# Read the Excel file
df = pd.read_excel("file.xlsx")

import pandas as pd

# Read the Excel file
df = pd.read_excel("file.xlsx")

print(df)

print(df)

Verwendung von IronXL

Schritt 1: Importieren Sie die IronXL-Bibliothek und verwenden Sie die Methode `WorkBook.Load() , um die Excel-Datei zu laden. Im Parameter derLoad`-Methode können Sie die gültige Datei-URL, den lokalen Dateipfad oder den Dateinamen angeben, falls sich die Datei im selben Verzeichnis wie das Skript befindet.

from ironxl import WorkBook

# Load the Excel file as a WorkBook object
workbook = WorkBook.Load("file.xlsx")

from ironxl import WorkBook

# Load the Excel file as a WorkBook object
workbook = WorkBook.Load("file.xlsx")

Schritt 2: Mit IronXL können Sie auf mehrere Blätter zugreifen und Spaltenetiketten drucken. Greifen Sie auf die Arbeitsblätter und Zellen zu, um die spaltenweise gespeicherten Daten zu lesen. Die Zellen können beliebige Datentypen aufweisen, z. B. numerische Spalten oder Zeichenkettenspalten. Die Zellenwerte können in Ganzzahlen umgewandelt werden, indem Zeichenkettenspalten mithilfe der IntValue-Eigenschaft in numerische Werte umgewandelt werden und umgekehrt.

# Access the first worksheet
worksheet = workbook.DefaultWorkSheet

# Select a specific cell and return the converted value
cell_value = worksheet["A2"].IntValue
print(cell_value)

# Read from the entire worksheet and print each cell's address and value
for cell in worksheet:
    print(f"Cell {cell.AddressString} has value '{cell.Text}'")

# Access the first worksheet
worksheet = workbook.DefaultWorkSheet

# Select a specific cell and return the converted value
cell_value = worksheet["A2"].IntValue
print(cell_value)

# Read from the entire worksheet and print each cell's address and value
for cell in worksheet:
    print(f"Cell {cell.AddressString} has value '{cell.Text}'")

Hier ist die Ausgabe des obigen Codes in einem geeigneten Anzeigeformat, die die Vielseitigkeit von IronXL demonstriert:

![Pandas liest Excel-Alternativen (ohne Interop zu verwenden)] | IronXL für Python: Abbildung 8 - Konsolenausgabe des IronXL-Codes](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-8.webp)

Weitere Informationen zur Arbeit mit Excel-Dateien finden Sie auf dieser Seite mit Codebeispielen .