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

数据框

Pandas 引入了 DataFrame 数据结构，它本质上是一个二维带标签的数据结构，其列可以包含不同类型的数据。它类似于电子表格或 SQL 表，因此可以轻松地对表格数据执行筛选、分组和聚合等操作。

数据处理

Pandas 提供了广泛的数据操作功能，包括合并、重塑、切片、索引和透视数据。 这些操作使用户能够高效地清理、转换和准备数据，以便进行分析或可视化。

时间序列功能

Pandas 为处理时间序列数据提供了强大的支持，包括日期/时间索引和重采样工具，以及处理缺失数据和时区转换的便捷方法。

与库集成

Pandas 可以与数据分析和科学计算中常用的各种 Python 库无缝协作，包括 NumPy、Matplotlib 和 Scikit-learn。 这种互操作性使用户能够在单个分析工作流程中利用不同库的优势。

总的来说，Pandas 是 Python 中用于数据操作和分析的强大工具，它被广泛应用于金融、经济、生物学和社会科学等各个领域。

直观的 Python 3+ Excel 文档 API

IronXL 提供了一个直观且易于使用的 Python 3+ Excel 文档 API，使开发者能够无缝读取、编辑和创建 Excel 电子表格文件。

跨平台支持

IronXL 专为 Python 3+ 设计，并兼容 Windows、Mac、Linux 和云平台，确保部署环境的灵活性。

无需 Microsoft Office 或 Excel 互操作

开发人员无需安装 Microsoft Office 或处理 Excel Interop 即可在 Python 中处理 Excel 文件，从而简化集成过程并最大限度地减少依赖项。

兼容性

支持在包括 Microsoft Windows、macOS、Linux、Docker、Azure 和 AWS 在内的各种操作系统上运行的 Python 3.7+。 兼容 JetBrains PyCharm 等主流 IDE 以及其他 Python IDE。

多功能工作簿处理

创建、加载、保存和导出各种格式的电子表格，包括 XLS、XLSX、XSLT、XLSM、CSV、TSV、JSON、HTML、二进制和字节数组。

强大的工作表编辑功能

编辑元数据、设置权限和密码、创建和删除工作表、操作工作表布局、处理图像等等。

先进蜂窝范围操作

对单元格区域执行各种操作，例如排序、修剪、清除、复制、查找和替换值、设置超链接以及合并和取消合并单元格。

柔性细胞造型

自定义单元格样式，包括字体、大小、边框、对齐方式和背景图案，并应用条件格式。

数学函数和数据格式

利用平均值、总和、最小值和最大值等数学函数，并设置单元格数据格式，包括文本、数字、公式、日期、货币、科学计数法、时间、布尔值和自定义格式。

安装 Pandas

要在您的项目中安装 Pandas，您可以按照以下步骤操作：

1.打开命令提示符或终端：在 PyCharm 中，从视图->工具窗口->终端。

2.通过 pip 安装 Pandas ：可以使用 pip 包管理器安装 Pandas。 在终端中运行以下命令：

```shell
pip install pandas
```

此命令从 Python 包索引 (PyPI) 安装 Pandas 库及其依赖项。

![Pandas 读取 Excel 的替代方案（无需使用 Interop） | IronXL for Python：图 4 - 安装 Pandas 后的控制台输出](/static-assets/excel/blog/pandas-read-excel/pandas-read-excel-4.webp)

3.通过 pip 安装 OpenPyXL ：OpenPyXL 是一个用于读取和写入 Excel 文件的库。 它是 Pandas 使用的依赖项之一。 安装 Pandas 时，如果尚未安装 OpenPyXL，则会自动安装。 如果软件未安装，您可以使用以下命令在终端中进行安装：

```shell
pip install openpyxl
```

安装IronXL

要在 Python 项目中安装 IronXL，请按照以下步骤操作：

1.确保先决条件：在安装 IronXL 之前，请确保您的系统已安装必要的先决条件。

**.NET 6.0 SDK** ：IronXL 依赖于 IronXL .NET 库，特别是 .NET 6.0，作为其底层技术。 请确保您的计算机上已安装 .NET 6.0 SDK。您可以从[**.NET 官方网站**](https://dotnet.microsoft.com/download/dotnet/6.0)下载。

2.打开命令提示符或终端：执行与之前相同的操作。 3.通过 pip 安装 IronXL ：可以使用 pip 包管理器安装 IronXL。 执行以下命令：

```shell
:ProductInstall
W```

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

![Pandas 读取 Excel 的替代方案（无需使用 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

步骤 1：导入 IronXL 库，并使用WorkBook.Load()方法加载 Excel 文件。在 Load 方法的参数中，您可以传递有效的文件 URL、本地文件路径对象，或者如果文件与脚本位于同一目录中，则可以传递文件名。

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")

步骤 2：使用 IronXL，您可以访问多个工作表并打印列标签。 访问工作表和单元格以读取列中存储的数据。 单元格可以是任何数据类型，例如数值列或字符串列。 可以通过使用 IntValue 属性将字符串列解析为数值，从而将单元格值转换为整数，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}'")

以下是上述代码的输出结果，采用正确的显示格式，充分展现了 IronXL 的多功能性：

有关使用 Excel 文件的更多信息，请访问此代码示例页面。