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

DataFrame

Pandas引入了DataFrame資料結構，這基本上是一種具有標籤和可能不同型別列的二維資料結構。它類似於電子表格或SQL資料表，使執行篩選、分組和聚合等操作在表格資料上變得簡單。

資料處理

Pandas提供了廣泛的資料處理功能，包括合併、重塑、切片、索引和透視資料。 這些操作允許使用者有效地清理、轉換和準備資料以進行分析或可視化。

時間序列功能

Pandas提供了強大的時間序列資料處理支持，包括用於日期/時間索引和重採樣的工具，以及方便的缺失資料處理和時區轉換方法。

與其他程式庫的整合

Pandas可以無縫地與在資料分析和科學計算中常用的各種Python程式庫協作，包括NumPy、Matplotlib和Scikit-learn。 這種互操作性允許使用者在單個分析工作流程中利用不同程式庫的優勢。

總體而言，Pandas是在Python中進行資料處理和分析的強大工具，並在各個領域廣泛使用，包括金融、經濟學、生物學和社會科學。

直觀的Python 3+ Excel文件API

IronXL提供了一個直觀且易於使用的Python 3+ Excel文件API，允許開發者無縫地讀取、編輯和建立Excel電子表格文件。

跨平台支持

設計適用於Python 3+，並與Windows、Mac、Linux和雲平台相容，IronXL確保了部署環境的靈活性。

無需Microsoft Office或Excel Interop

開發者可以在Python中處理Excel文件而無需安裝Microsoft Office或使用Excel Interop，簡化了整合過程並最大限度地降低了依賴性。

相容性

支持Python 3.7+，適用於多種操作系統，包括Microsoft Windows、macOS、Linux、Docker、Azure和AWS。 與JetBrains PyCharm等常用IDE以及其他Python IDE相容。

多功能工作簿處理

建立、載入、保存和導出為多種格式的電子表格，包括XLS、XLSX、XSLT、XLSM、CSV、TSV、JSON、HTML、二進制和字節陣列。

強大的工作表編輯

編輯元資料，設置權限和密碼，建立和刪除工作表，操作表格佈局，處理圖像等。

高級單元格範圍操作

對單元格範圍執行各種操作，如排序、修剪、清除、複製、查找和替換值、設置超連結、合併和取消合併單元格。

靈活的單元格樣式

自定義單元格樣式，包括字體、大小、邊框、對齊和背景圖案，並應用條件格式。

數學函式和資料格式

使用數學函式，如平均值、總和、最小值和最大值，並設置單元格資料格式，包括文字、數字、公式、日期、貨幣、科學、時間、布林值和自定義格式。

安裝Pandas

要在您的項目中安裝Pandas，您可以按照以下步驟操作：

1. 打開命令提示符或終端：在PyCharm中，從View->Tool Windows->Terminal。

   

2. 使用pip安裝Pandas：可以使用pip包管理器安裝Pandas。 在終端中運行以下指令：

   pip install pandas

   pip install pandas

   SHELL

   此命令從Python包索引(PiPY)安裝Pandas程式庫及其依賴項。

   

3. 使用pip安裝OpenPyXL：OpenPyXL是一個幫助讀取和寫入Excel文件的程式庫。 它是Pandas權用的一個依賴。 當您安裝Pandas時，如果OpenPyXL還沒有安裝，將會自動安裝。 如果它沒有安裝，您可以使用以下指令在終端中安裝它：

   pip install openpyxl

   pip install openpyxl

   SHELL

安裝IronXL

要在Python項目中安裝IronXL，請按照以下步驟操作：

1. 確保符合先決條件：在安裝IronXL之前，請確保系統中已安裝必要的先決條件。

   .NET 6.0 SDK： IronXL依賴IronXL .NET程式庫，特別是.NET 6.0作為其底層技術。 確保您的機器上已安裝.NET 6.0 SDK。您可以從官方 .NET網站下載。

2. 打開命令提示符或終端：與之前相同。

3. 使用pip安裝IronXL：可以使用pip包管理器安裝IronXL。 運行以下指令：

   
   :ProductInstall
   W```
   
   This command will collect, download, and install the IronXL library and its dependencies from the Python Package Index (PyPI).
   
   ![Pandas Read Excel Alternatives (Without Using 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).
   
   ![Pandas Read Excel Alternatives (Without Using 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)

使用IronXL

步驟1： 載入IronXL程式庫並使用 WorkBook.Load() 方法載入Excel文件。在Load方法參數中，您可以傳入有效的文件URL、本地文件路徑對像或文件名（如果在腳本目錄中）。

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。 存取工作表和單元格以讀取列儲存的資料。 單元格可以是任何資料型別，如數字列或字串列。 單元格值可以由IntValue屬性將字串列解析為數字值並反過來將其解析為int。

# 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}'")

這是上述程式碼在正確顯示格式下展示IronXL多樣性的輸出：

如需有關Excel文件操作的更多資訊，請存取這個 程式碼範例 頁面。