Alternatives Pandas pour lire Excel (sans utiliser Interop) | IronXL pour Python

DataFrame

Pandas introduit la structure de données DataFrame, qui est essentiellement une structure de données bidimensionnelle étiquetée, avec des colonnes pouvant être de types différents. Similaire à une feuille de calcul ou à une table SQL, elle facilite les opérations de filtrage, de regroupement et d'agrégation sur les données tabulaires.

manipulation des données

Pandas offre un large éventail de fonctions pour la manipulation des données, notamment la fusion, le remodelage, le découpage, l'indexation et le pivotement des données. Ces opérations permettent aux utilisateurs de nettoyer, transformer et préparer efficacement les données en vue de leur analyse ou visualisation.

Fonctionnalités de séries temporelles

Pandas offre une prise en charge robuste du traitement des données de séries temporelles, incluant des outils d'indexation et de rééchantillonnage des dates et heures, ainsi que des méthodes pratiques pour la gestion des données manquantes et la conversion des fuseaux horaires.

Intégration avec les bibliothèques

Pandas peut collaborer de manière transparente avec diverses bibliothèques Python fréquemment utilisées dans l'analyse de données et les calculs scientifiques, notamment NumPy, Matplotlib et Scikit-learn. Cette interopérabilité permet aux utilisateurs de tirer parti des atouts de différentes bibliothèques au sein d'un même flux de travail d'analyse.

Globalement, Pandas est un outil puissant pour la manipulation et l'analyse de données en Python, et il est largement utilisé dans divers domaines, notamment la finance, l'économie, la biologie et les sciences sociales.

API intuitive de documents Excel pour Python 3+

IronXL propose une API de documents Excel pour Python 3+ intuitive et facile à utiliser, permettant aux développeurs de lire, modifier et créer facilement des fichiers de tableur Excel.

Support Multiplateforme

Conçu pour Python 3+ et compatible avec Windows, Mac, Linux et les plateformes cloud, IronXL garantit une grande flexibilité dans les environnements de déploiement.

Aucune interopérabilité Microsoft Office ou Excel requise

Les développeurs peuvent travailler avec des fichiers Excel en Python sans installer Microsoft Office ni avoir à gérer l'interopérabilité Excel, ce qui simplifie le processus d'intégration et minimise les dépendances.

Compatibilité

Compatible avec Python 3.7+ sur divers systèmes d'exploitation, notamment Microsoft Windows, macOS, Linux, Docker, Azure et AWS. Compatible avec les environnements de développement intégrés (IDE) populaires comme JetBrains PyCharm et autres IDE Python.

Gestion polyvalente des classeurs

Créez, chargez, enregistrez et exportez des feuilles de calcul dans différents formats, notamment XLS, XLSX, XSLT, XLSM, CSV, TSV, JSON, HTML, binaire et tableau d'octets.

Édition de feuilles de calcul puissante

Modifier les métadonnées, définir les autorisations et les mots de passe, créer et supprimer des feuilles de calcul, manipuler la mise en page des feuilles, gérer les images, et bien plus encore.

Opérations Avancées sur Plages de Cellules

Effectuer diverses opérations sur des plages de cellules telles que le tri, le rognage, l'effacement, la copie, la recherche et le remplacement de valeurs, la définition de liens hypertextes, et la fusion et la dissociation de cellules.

Style cellulaire flexible

Personnalisez les styles de cellules, notamment la police, la taille, la bordure, l'alignement et le motif d'arrière-plan, et appliquez une mise en forme conditionnelle.

Fonctions mathématiques et formats de données

Utilisez des fonctions mathématiques telles que la moyenne, la somme, le minimum et le maximum, et définissez les formats de données des cellules, notamment texte, nombre, formule, date, devise, scientifique, heure, booléen et formats personnalisés.

Installation de Pandas

Pour installer Pandas dans votre projet, vous pouvez suivre ces étapes :

1. Ouvrez l'invite de commandes ou le terminal : Dans PyCharm, allez dans Affichage -> Fenêtres d'outils -> Terminal.

   

2. Installez Pandas via pip : Pandas peut être installé à l'aide du gestionnaire de paquets pip. Exécutez la commande suivante dans le terminal :

   pip install pandas

   pip install pandas

   SHELL

   Cette commande installe la bibliothèque Pandas et ses dépendances depuis l'index des packages Python (PyPI).

   

3. Installez OpenPyXL via pip : OpenPyXL est la bibliothèque qui permet de lire et d'écrire des fichiers Excel. Il s'agit d'une des dépendances utilisées par Pandas. Lors de l'installation de Pandas, OpenPyXL est automatiquement installé s'il n'est pas déjà présent. Si, pour une raison ou une autre, il n'est pas installé, vous pouvez l'installer en utilisant la commande suivante dans le terminal :

   pip install openpyxl

   pip install openpyxl

   SHELL

Installer IronXL

Pour installer IronXL dans un projet Python, suivez ces étapes :

1. Vérifiez les prérequis : Avant d'installer IronXL, assurez-vous d'avoir installé les prérequis nécessaires sur votre système.

   Kit de développement logiciel .NET 6.0 : IronXL s'appuie sur la bibliothèque IronXL .NET, et plus précisément sur .NET 6.0, comme technologie sous-jacente. Assurez-vous d'avoir installé le kit de développement logiciel (SDK) .NET 6.0 sur votre ordinateur. Vous pouvez le télécharger depuis le site web officiel de .NET .

2. Ouvrez l'invite de commandes ou le terminal : Procédez de la même manière qu'auparavant.

3. Installez IronXL via pip : IronXL peut être installé à l'aide du gestionnaire de paquets pip. Exécutez la commande suivante :

   
   :ProductInstall
   W```
   
   This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).
   
   ![Alternatives à Pandas Read Excel (Sans Utiliser Interop) | 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).
   
   ![Alternatives à Pandas Read Excel (Sans Utiliser Interop) | 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)

Utilisation d'IronXL

Étape 1 : Importez la bibliothèque IronXL et utilisez la méthode WorkBook.Load() pour charger le fichier Excel. Dans le paramètre de la méthode Load, vous pouvez fournir une URL de fichier valide, un chemin d'accès local ou le nom du fichier s'il se trouve dans le même répertoire que le script.

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")

Étape 2 : Avec IronXL, vous pouvez accéder à plusieurs feuilles et imprimer des étiquettes de colonnes. Accédez aux feuilles de calcul et aux cellules pour lire les données stockées dans les colonnes. Les cellules peuvent être de n'importe quel type de données, comme des colonnes numériques ou des colonnes de chaînes de caractères. Les valeurs des cellules peuvent être converties en entiers en analysant les colonnes de chaînes de caractères en valeurs numériques à l'aide de la propriété IntValue, et vice versa.

# 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}'")

Voici le résultat du code ci-dessus, affiché dans un format approprié, illustrant la polyvalence d'IronXL :

Pour plus d'informations sur l'utilisation des fichiers Excel, veuillez consulter cette page d'exemples de code .