Alternatywy dla Pandas Read Excel (bez używania Interop) | IronXL dla Python

DataFrame

Pandas wprowadza strukturę danych DataFrame, która jest zasadniczo dwuwymiarową strukturą danych z etykietami, zawierającą kolumny o potencjalnie różnych typach. Jest ona podobna do arkusza kalkulacyjnego lub tabeli SQL, co ułatwia wykonywanie operacji takich jak filtrowanie, grupowanie i agregacja danych tabelarycznych.

Manipulacja danymi

Pandas oferuje szeroki zakres funkcji do manipulacji danymi, w tym scałanie, przekształcanie, wycinanie, indeksowanie i przekształcanie danych w tabelę krzyżową. Operacje te pozwalają użytkownikom na wydajne czyszczenie, przekształcanie i przygotowywanie danych do analizy lub wizualizacji.

Funkcjonalność szeregów czasowych

Pandas zapewnia solidne wsparcie dla pracy z danymi szeregów czasowych, w tym narzędzia do indeksowania i ponownego próbkowania daty/czasu oraz wygodne metody obsługi brakujących danych i konwersji stref czasowych.

Integracja z bibliotekami

Pandas może płynnie współpracować z różnymi bibliotekami Pythona często wykorzystywanymi w analizie danych i obliczeniach naukowych, w tym NumPy, Matplotlib i Scikit-learn. Ta interoperacyjność pozwala użytkownikom wykorzystać zalety różnych bibliotek w ramach jednego procesu analizy.

Ogólnie rzecz biorąc, Pandas to potężne narzędzie do manipulacji danymi i analizy w języku Python, szeroko stosowane w różnych dziedzinach, w tym w finansach, ekonomii, biologii i naukach społecznych.

Intuicyjny interfejs API Python 3+ do obsługi dokumentów Excel

IronXL oferuje intuicyjny i łatwy w użyciu interfejs API do obsługi dokumentów Excel w języku Python 3+, umożliwiający programistom płynne odczytywanie, edytowanie i tworzenie plików arkuszy kalkulacyjnych Excel.

Obsługa wielu platform

Zaprojektowany dla Python 3+ i kompatybilny z systemami Windows, Mac, Linux oraz platformami chmurowymi, IronXL zapewnia elastyczność w środowiskach wdrożeniowych.

Nie ma potrzeby korzystania z Microsoft Office ani Excel Interop

Programiści mogą pracować z plikami Excel w języku Python bez instalowania pakietu Microsoft Office lub korzystania z interfejsu Excel Interop, co upraszcza proces integracji i minimalizuje zależności.

Kompatybilność

Obsługuje Python 3.7+ na różnych systemach operacyjnych, w tym Microsoft Windows, macOS, Linux, Docker, Azure i AWS. Kompatybilny z popularnymi środowiskami IDE, takimi jak JetBrains PyCharm i inne środowiska IDE dla języka Python.

Obsługa wszechstronnych skoroszytów

Twórz, wczytaj, zapisuj i eksportuj arkusze kalkulacyjne w różnych formatach, w tym XLS, XLSX, XSLT, XLSM, CSV, TSV, JSON, HTML, Binary i Byte Array.

Zaawansowana edycja arkuszy kalkulacyjnych

Edytuj metadane, ustaw uprawnienia i hasła, twórz i usuwaj arkusze, zmieniaj układ arkusza, zarządzaj obrazami i nie tylko.

Zaawansowane operacje na zakresach komórek

Wykonuj różne operacje na zakresach komórek, takie jak sortowanie, przycinanie, czyszczenie, kopiowanie, wyszukiwanie i zamiana wartości, ustawianie hiperłączy oraz scałanie i rozdzielanie komórek.

Elastyczne stylizowanie komórek

Dostosuj style komórek, w tym czcionkę, rozmiar, obramowanie, wyrównanie i wzór tła, oraz zastosuj formatowanie warunkówe.

Funkcje matematyczne i formaty danych

Wykorzystaj funkcje matematyczne, takie jak średnia, suma, min i max, oraz ustaw formaty danych komórek, w tym formaty tekstowe, liczbowe, formuł, daty, waluty, naukowe, czasu, logiczne i niestandardowe.

Instalacja Pandas

Aby zainstalować Pandas w swoim projekcie, wykonaj następujące kroki:

1. Otwórz wiersz poleceń lub terminal: w PyCharm, wybierz Widok->Okna narzędzi->Terminal.

   

2. Zainstaluj Pandas za pomocą pip: Pandas można zainstalować za pomocą menedżera pakietów pip. Uruchom następujące polecenie w terminalu:

   pip install pandas

   pip install pandas

   SHELL

   To polecenie instaluje bibliotekę Pandas i jej zależności z Python Package Index (PyPI).

   

3. Zainstaluj OpenPyXL za pomocą pip: OpenPyXL to biblioteka, która pomaga odczytywać i zapisywać pliki Excel. Jest to jedna z bibliotek wykorzystywanych przez Pandas. Podczas instalacji Pandas, jeśli OpenPyXL nie jest jeszcze zainstalowany, zostanie on zainstalowany automatycznie. Jeśli z jakiegoś powodu nie jest zainstalowany, można go zainstalować za pomocą następującego polecenia w terminalu:

   pip install openpyxl

   pip install openpyxl

   SHELL

Instalacja IronXL

Aby zainstalować IronXL w projekcie Python, wykonaj następujące kroki:

1. Sprawdź wymagania: Przed instalacją IronXL upewnij się, że masz zainstalowane niezbędne wymagania w swoim systemie.

   .NET 6.0 SDK: IronXL opiera się na bibliotece IronXL .NET, a konkretnie na .NET 6.0, jako swojej technologii bazowej. Upewnij się, że masz zainstalowany pakiet .NET 6.0 SDK na swoim komputerze. Możesz go pobrać z oficjalnej strony .NET.

2. Otwórz wiersz poleceń lub terminal: Postępuj tak samo jak poprzednio.

3. Zainstaluj IronXL za pomocą pip: IronXL można zainstalować za pomocą menedżera pakietów pip. Uruchom następujące polecenie:

   
   :ProductInstall
   W```
   
   This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).
   
   ![Alternatywy dla Pandas Read Excel (bez użycia 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).
   
   ![Alternatywy dla Pandas Read Excel (bez użycia 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)

Korzystanie z IronXL

Krok 1: Zaimportuj bibliotekę IronXL i użyj metody WorkBook.Load(), aby załadować plik Excel. W parametrze metody Load możesz przekazać prawidłowy adres URL pliku, obiekt ścieżki do pliku lokalnego lub nazwę pliku, jeśli znajduje się on w tym samym katalogu co skrypt.

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")

Krok 2: Dzięki IronXL możesz uzyskać dostęp do wielu arkuszy i drukować etykiety kolumn. Uzyskaj dostęp do arkuszy i komórek, aby odczytać dane przechowywane w kolumnach. Komórki mogą mieć dowolny typ danych, np. kolumny numeryczne lub kolumny tekstowe. Wartości komórek można przekonwertować na int poprzez parsowanie kolumn tekstowych na wartości liczbowe przy użyciu właściwości IntValue i odwrotnie.

# 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}'")

Oto wynik powyższego kodu w odpowiednim formacie wyświetlania, pokazujący wszechstronność IronXL:

Aby uzyskać więcej informacji na temat pracy z plikami Excel, odwiedź tę stronę z przykładami kodu.