Pandas ile Excel Okuma Alternatifleri (Interop Kullanılmadan) | IronXL for Python

Veri Çerçevesi

Pandas, esasen farklı türlerde sütunları olan iki boyutlu etiketli bir veri yapısı olan DataFrame veri yapısını tanıtır. Bir hesap tablosu veya SQL tablosuna benzer, tabular veriler üzerinde filtreleme, gruplama ve kümeleme gibi işlemleri yapmayı kolaylaştırır.

Veri Manipülasyonu

Pandas, veri manipülasyonu için birleştirme, yeniden şekillendirme, dilimleme, indeksleme ve veri döndürme dahil geniş bir fonksiyon yelpazesi sunar. Bu işlemler, kullanıcıların verileri etkin bir şekilde temizlemesine, dönüştürmesine ve analiz veya görselleştirme için hazırlamasına olanak tanır.

Zaman serisi işlevselliği

Pandas, tarih/saat indeksleme ve yeniden örnekleme araçları dahil olmak üzere zaman serisi verileriyle çalışmak için sağlam bir destek sunar ve eksik verileri yönetme ve zaman dilimi dönüştürme için kullanışlı yöntemler sağlar.

Kütüphaneler ile entegrasyon

Pandas, veri analizi ve bilimsel hesaplamalarda sıkça kullanılan NumPy, Matplotlib ve Scikit-learn gibi çeşitli Python kütüphaneleriyle sorunsuz bir şekilde işbirliği yapabilir. Bu birlikte çalışabilirlik, kullanıcıların tek bir analiz iş akışında farklı kütüphanelerin güçlü yönlerinden yararlanmalarını sağlar.

Genel olarak, Pandas, Python'da veri manipülasyonu ve analizi için güçlü bir araçtır ve finans, ekonomi, biyoloji ve sosyal bilimler dahil olmak üzere çeşitli alanlarda yaygın olarak kullanılmaktadır.

Sezgisel Python 3+ Excel Doküman API'si

IronXL, geliştiricilerin Excel elektronik tablo dosyalarını sorunsuzca okumalarına, düzenlemelerine ve oluşturmasına olanak tanıyan, kullanımı kolay ve anlaşılır bir Python 3+ Excel doküman API'si sunar.

Çapraz Platform Desteği

Python 3+ için tasarlanmış ve Windows, Mac, Linux ve bulut platformları ile uyumlu olan IronXL, dağıtım ortamlarında esneklik sağlar.

Microsoft Office veya Excel Interop'a Gerek Yok

Geliştiriciler, entegrasyon sürecini basitleştirerek ve bağımlılıkları en aza indirerek, Microsoft Office yüklemeden veya Excel Interop ile uğraşmadan Python'da Excel dosyaları ile çalışabilir.

Uyumluluk

Microsoft Windows, macOS, Linux, Docker, Azure ve AWS dahil olmak üzere çeşitli işletim sistemlerinde Python 3.7+ sürümünü destekler. JetBrains PyCharm ve diğer Python IDE'leri gibi popüler IDE'lerle uyumludur.

Çok Yönlü Çalışma Kitapları Yönetimi

XLS, XLSX, XSLT, XLSM, CSV, TSV, JSON, HTML, İkili ve Bayt Dizisi dahil olmak üzere çeşitli formatlarda elektronik tablolar oluşturun, yükleyin, kaydedin ve dışa aktarın.

Güçlü Çalışma Sayfası Düzenleme

Meta verileri düzenleyin, izinler ve parolalar ayarlayın, çalışma sayfaları oluşturun ve kaldırın, sayfa düzenini yönetin, görsellerle çalışın ve daha fazlasını yapın.

Gelişmiş Hücre Aralığı İşlemleri

Hücre aralıklarında sıralama, kırpma, temizleme, kopyalama, değer bulma ve değiştirme, köprü ayarlama, hücreleri birleştirme ve ayırma gibi çeşitli işlemleri gerçekleştirin.

Esnek Hücre Biçimlendirmesi

Hücre stillerini özelleştirin, yazı tipi, boyut, kenarlık, hizalama ve arka plan desenini dahil edin, ve koşullu biçimlendirme uygulayın.

Matematik Fonksiyonları ve Veri Formatları

Ortalama, toplam, min ve maks gibi matematik fonksiyonlarını kullanın ve hücre veri formatlarını text, sayı, formül, tarih, para birimi, bilimsel, zaman, boolean ve özel formatlar dahil olmak üzere ayarlayın.

Pandas Kurulumu

Projenizde Pandas'ı kurmak için bu adımları takip edebilirsiniz:

1. Komut İstemi veya Terminal'i Açın: PyCharm'da, Görünüm->Araç Pencereleri->Terminal.

   

2. Pandas'i pip ile yükleyin: Pandas, pip paket yöneticisi kullanılarak yüklenebilir. Terminalde aşağıdaki komutu çalıştırın:

   pip install pandas

   pip install pandas

   SHELL

   Bu komut, Pandas kütüphanesini ve bağımlılıklarını Python Package Index (PyPI)'den yükler.

   

3. OpenPyXL'i pip ile yükleyin: OpenPyXL, Excel dosyalarını okumaya ve yazmaya yardımcı olan kütüphanedir. Pandas tarafından kullanılan bağımlılıklardan biridir. Pandas'ı yüklediğinizde, OpenPyXL zaten yüklü değilse otomatik olarak yüklenir. Eğer bir şekilde kurulmamışsa, terminalde aşağıdaki komutu kullanarak yükleyebilirsiniz:

   pip install openpyxl

   pip install openpyxl

   SHELL

IronXL'i Kurma

Bir Python projesine IronXL yüklemek için şu adımları izleyin:

1. Ön Gereksinimleri Sağlayın: IronXL'yi yüklemeden önce, sisteminizde gerekli ön gereksinimlerin yüklü olduğundan emin olun.

.NET 6.0 SDK: IronXL, temel teknolojisi olarak özellikle .NET 6.0 olmak üzere IronXL .NET kütüphanesine dayanır. Makinenizde .NET 6.0 SDK'nin kurulu olduğundan emin olun. Resmi .NET websitesi'nden indirebilirsiniz.

2. Komut İstemi veya Terminali Açın: Öncekini aynen yapın.

3. IronXL'yi pip ile kurun: IronXL, pip paket yöneticisi kullanılarak kurulabilir. Aşağıdaki komutu çalıştırın:

   
   :ProductInstall
   W```
   
   Bu komut, IronXL kütüphanesini ve bağımlılıklarını Python Package Index (PyPI)'den toplar, indirir ve yükler.
   
   ![Pandas Read Excel Alternatives (Interop Kullanımı Olmadan) | IronXL for Python: Şekil 5 - IronXL yüklenirken konsol çıktısı](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-5.webp)

   
   :ProductInstall
   W```
   
   Bu komut, IronXL kütüphanesini ve bağımlılıklarını Python Package Index (PyPI)'den toplar, indirir ve yükler.
   
   ![Pandas Read Excel Alternatives (Interop Kullanımı Olmadan) | IronXL for Python: Şekil 5 - IronXL yüklenirken konsol çıktısı](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-5.webp)

   SHELL

Pandas Kullanarak

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)

IronXL Kullanarak

Adım 1: IronXL kütüphanesini içe aktarın ve Excel dosyasını yüklemek için WorkBook.Load() metodunu kullanın. Load metodunun parametresine geçerli dosya URL'sini, yerel dosya yolu nesnesini veya betikle aynı dizinde ise dosya adını geçirebilirsiniz.

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")

Adım 2: IronXL ile birden fazla sayfaya erişebilir ve sütun etiketlerini yazdırabilirsiniz. Çalışma sayfalarına ve hücrelere erişerek sütunlarda depolanan verileri okuyun. Hücreler, sayısal sütunlar veya string sütunlar gibi herhangi bir veri türünde olabilir. Hücre değerleri, IntValue özelliğini kullanarak string sütunları sayısal değerlere çevirerek ve tersi şekilde int'e dönüştürülebilir.

# 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}'")

Yukarıdaki kodun uygun bir görüntüleme formatıyla çıktısı burada, IronXL'nin çok yönlülüğünü sergilemektedir:

Excel dosyalarıyla çalışmak hakkında daha fazla bilgi için, lütfen bu kod örnekleri sayfasını ziyaret edin.