Pandas 讀取 Excel 的替代方案（不使用 Interop）| IronXL for Python

數據框

Pandas 引入了 DataFrame 資料結構，它本質上是一個二維帶標籤的資料結構，其列可以包含不同類型的資料。它類似於電子表格或 SQL 表，因此可以輕鬆地對錶格資料執行篩選、分組和聚合等操作。

資料處理

Pandas 提供了廣泛的資料操作功能，包括合併、重塑、切片、索引和透視資料。 這些操作使用戶能夠有效地清理、轉換和準備數據，以便進行分析或視覺化。

時間序列功能

Pandas 為處理時間序列資料提供了強大的支持，包括日期/時間索引和重採樣工具，以及處理缺失資料和時區轉換的便捷方法。

與庫集成

Pandas 可以與資料分析和科學計算中常用的各種 Python 函式庫無縫協作，包括 NumPy、Matplotlib 和 Scikit-learn。 這種互通性使用戶能夠在單一分析工作流程中利用不同庫的優勢。

總的來說，Pandas 是 Python 中用於資料操作和分析的強大工具，它被廣泛應用於金融、經濟、生物學和社會科學等各個領域。

直覺的 Python 3+ Excel 文件 API

IronXL提供了一個直覺易用的 Python 3+ Excel 文件 API，使開發人員能夠無縫地讀取、編輯和建立 Excel 電子表格檔案。

跨平台支援

IronXL專為 Python 3+ 設計，並相容於 Windows、Mac、Linux 和雲端平台，確保部署環境的靈活性。

無需 Microsoft Office 或 Excel 互通

開發人員無需安裝 Microsoft Office 或處理 Excel Interop 即可在 Python 中處理 Excel 文件，從而簡化整合流程並最大限度地減少依賴項。

相容性

支援在包括 Microsoft Windows、macOS、Linux、Docker、Azure 和 AWS 在內的各種作業系統上執行的 Python 3.7+。 相容於 JetBrains PyCharm 等主流 IDE 以及其他 Python IDE。

多功能工作簿處理

建立、載入、儲存和匯出各種格式的電子表格，包括 XLS、XLSX、XSLT、XLSM、CSV、TSV、JSON、HTML、二進位和位元組數組。

強大的工作表編輯功能

編輯元資料、設定權限和密碼、建立和刪除工作表、操作工作表佈局、處理圖像等等。

先進蜂窩範圍操作

對儲存格區域執行各種操作，例如排序、修剪、清除、複製、尋找和取代值、設定超連結以及合併和取消合併儲存格。

彈性細胞造型

自訂儲存格樣式，包括字體、大小、邊框、對齊方式和背景圖案，並套用條件格式。

數學函數和資料格式

利用平均值、總和、最小值和最大值等數學函數，並設定儲存格資料格式，包括文字、數字、公式、日期、貨幣、科學計數法、時間、布林值和自訂格式。

安裝 Pandas

要在您的專案中安裝 Pandas，您可以按照以下步驟操作：

1.開啟命令提示字元或終端機：在 PyCharm 中，從"檢視"->"工具視窗"->"終端"。

2.透過 pip 安裝 Pandas：可以使用 pip 套件管理器安裝 Pandas。 在終端機中執行以下命令：

```shell
pip install pandas
```

此命令從 Python 套件索引 (PyPI) 安裝 Pandas 程式庫及其相依性。

![Pandas 讀取 Excel 的替代方案(無需使用 Interop) | IronXL for Python：圖 4 - 安裝 Pandas 後的控制台輸出](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-4.webp)

3.透過 pip 安裝 OpenPyXL： OpenPyXL 是一個用於讀取和寫入 Excel 檔案的庫。 它是 Pandas 使用的依賴項之一。 安裝 Pandas 時，如果尚未安裝 OpenPyXL，則會自動安裝。 如果軟體未安裝，您可以使用以下命令在終端機中進行安裝：

```shell
pip install openpyxl
```

安裝IronXL

若要在 Python 專案中安裝IronXL ，請依照下列步驟操作：

1.確保先決條件：在安裝IronXL之前，請確保您的系統已安裝必要的先決條件。

**.NET 6.0 SDK：** IronXL依賴IronXL .NET函式庫，特別是.NET 6.0，作為其底層技術。 請確保您的電腦上已安裝.NET 6.0 SDK。您可以從[**.NET官方網站**](https://dotnet.microsoft.com/download/dotnet/6.0)下載。

2.開啟命令提示字元或終端機：操作與之前相同。 3.透過 pip 安裝IronXL ：可使用 pip 套件管理器安裝IronXL 。 運行以下命令：

```shell
:ProductInstall
W```

This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).

![Pandas 讀取 Excel 的替代方案(無需使用 Interop) | IronXL for Python: Figure 5 - Console output from installing IronXL](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-5.webp)

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)

使用IronXL

步驟 1：匯入IronXL函式庫，並使用WorkBook.Load()方法載入 Excel 檔案。在 Load 方法的參數中，您可以傳遞有效的檔案 URL、本機檔案路徑對象，或者如果檔案與腳本位於同一目錄中，則可以傳遞檔案名稱。

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")

步驟 2：使用IronXL，您可以存取多個工作表並列印列標籤。 存取工作表和儲存格以讀取列中儲存的資料。 單元格可以是任何資料類型，例如數值列或字串列。 可以透過使用 IntValue 屬性將字串列解析為數值，從而將單元格值轉換為整數，反之亦然。

# 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}'")

以下是上述程式碼的輸出結果，採用正確的顯示格式，充分展現了IronXL的多功能性：

有關使用 Excel 文件的更多信息，請訪問此程式碼範例頁面。