Alternativas ao Pandas Read do Excel (sem usar interoperabilidade) | IronXL for Python

DataFrame

Pandas introduz a estrutura de dados DataFrame, que é essencialmente uma estrutura de dados bidimensional rotulada, com colunas de tipos potencialmente diferentes. É semelhante a uma planilha ou tabela SQL, tornando fácil realizar operações como filtragem, agrupamento e agregação em dados tabulares.

Manipulação de dados

Pandas oferece uma ampla gama de funções para manipulação de dados, incluindo fusão, remodelagem, fatia, indexação e pivotagem de dados. Essas operações permitem que os usuários limpem, transformem e preparem dados para análise ou visualização de maneira eficiente.

Funcionalidade de séries temporais

Pandas oferece suporte robusto para trabalhar com dados de séries temporais, incluindo ferramentas para indexação de data/hora e reamostragem, e métodos convenientes para lidar com dados ausentes e conversão de fuso horário.

Integração com bibliotecas

Pandas pode colaborar perfeitamente com várias bibliotecas Python frequentemente empregadas em análises de dados e cálculos científicos, incluindo NumPy, Matplotlib e Scikit-learn. Esta interoperabilidade permite que os usuários aproveitem as forças de diferentes bibliotecas dentro de um único fluxo de trabalho de análise.

No geral, o Pandas é uma ferramenta poderosa para manipulação e análise de dados em Python, e é amplamente usado em vários domínios, incluindo finanças, economia, biologia e ciências sociais.

API Intuitiva de Documentos Excel for Python 3+

IronXL oferece uma API de documentos Excel for Python 3+ que é intuitiva e fácil de usar, permitindo aos desenvolvedores ler, editar e criar arquivos de planilhas Excel de forma integrada.

Suporte multiplataforma

Projetada for Python 3+ e compatível com Windows, Mac, Linux e plataformas em nuvem, IronXL garante flexibilidade nos ambientes de implantação.

Sem necessidade de Microsoft Office ou Excel Interop

Os desenvolvedores podem trabalhar com arquivos Excel em Python sem instalar o Microsoft Office ou lidar com o Interop do Excel, simplificando o processo de integração e minimizando dependências.

Compatibilidade

Suporta Python 3.7+ em vários sistemas operacionais, incluindo Microsoft Windows, macOS, Linux, Docker, Azure e AWS. Compatível com IDEs populares como JetBrains PyCharm e outros IDEs Python.

Manipulação Versátil de Workbooks

Crie, carregue, salve e exporte planilhas em vários formatos, incluindo XLS, XLSX, XSLT, XLSM, CSV, TSV, JSON, HTML, Binário e Byte Array.

Edição Poderosa de Planilhas

Edite metadados, defina permissões e senhas, crie e remova planilhas, manipule o layout da planilha, lide com imagens e mais.

Operações Avançadas de Faixa de Células

Realize várias operações em faixas de células, como ordenação, corte, limpeza, cópia, pesquisa e substituição de valores, definição de hiperlinks e mesclagem e desmesclagem de células.

Estilização Flexível de Células

Personalize estilos de células, incluindo fonte, tamanho, borda, alinhamento e padrão de fundo, e aplique formatação condicional.

Funções Matemáticas e Formatos de Dados

Utilize funções matemáticas como média, soma, mínimo e máximo, e defina formatos de dados de células, incluindo texto, número, fórmula, data, moeda, científico, hora, booleano e formatos personalizados.

Instalando Pandas

Para instalar o Pandas em seu projeto, você pode seguir estas etapas:

1. Abra o Prompt de Comando ou Terminal: No PyCharm, vá para View->Tool Windows->Terminal.

   

2. Instale o Pandas via pip: O Pandas pode ser instalado usando o gerenciador de pacotes pip. Execute o seguinte comando no terminal:

   pip install pandas

   pip install pandas

   SHELL

   Este comando instala a biblioteca Pandas e suas dependências do Python Package Index (PyPI).

   

3. Instale o OpenPyXL via pip: O OpenPyXL é a biblioteca que ajuda a ler e escrever arquivos Excel. É uma das dependências usadas pelo Pandas. Quando você instala o Pandas, o OpenPyXL é automaticamente instalado se ainda não estiver presente. Se por algum motivo não estiver instalado, você pode instalá-lo usando o seguinte comando no terminal:

   pip install openpyxl

   pip install openpyxl

   SHELL

Instalando IronXL

Para instalar o IronXL em um projeto Python, siga estas etapas:

1. Garanta os Pré-requisitos: Antes de instalar o IronXL, certifique-se de ter os pré-requisitos necessários instalados em seu sistema.

.NET 6.0 SDK: O IronXL depende da biblioteca IronXL .NET, especificamente do .NET 6.0, como sua tecnologia subjacente. Certifique-se de ter o SDK .NET 6.0 instalado em sua máquina. Você pode baixá-lo do site oficial do .NET.

2. Abra o Prompt de Comando ou Terminal: Faça o mesmo que antes.

3. Instale o IronXL via pip: O IronXL pode ser instalado usando o gerenciador de pacotes pip. Execute o seguinte comando:

   
   :ProductInstall
   W```
   
   This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).
   
   ![Alternativas de Leitura de Excel com Pandas (Sem Usar 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).
   
   ![Alternativas de Leitura de Excel com Pandas (Sem Usar 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)

Usando o IronXL

Passo 1: Importe a biblioteca IronXL e use o método WorkBook.Load() para carregar o arquivo Excel. No parâmetro do método Load, você pode passar a URL válida do arquivo, o objeto de caminho do arquivo local ou o nome do arquivo se estiver no mesmo diretório que o 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")

Passo 2: Com o IronXL, você pode acessar várias planilhas e imprimir rótulos de coluna. Acesse as planilhas e células para ler os dados armazenados em colunas. As células podem ser de qualquer tipo de dado, como colunas numéricas ou colunas de string. Os valores das células podem ser convertidos em int analisando colunas de string para valores numéricos usando a propriedade IntValue e 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}'")

Aqui está o resultado do código acima com um formato de exibição adequado, mostrando a versatilidade do IronXL:

Para mais informações sobre como trabalhar com arquivos Excel, por favor visite esta página de exemplos de código.