### Python读取xlsx文件的方法详解
#### 一、前言
在数据分析领域，Excel文件（尤其是.xlsx格式）是非常常见的数据存储格式。Python作为一种强大的编程语言，提供了多种库用于处理这类文件，例如`openpyxl`和`xlrd`。本文将详细介绍如何使用Python中的`openpyxl`库来读取.xlsx文件，并通过一个具体的示例来演示如何利用Python进行数据的分类统计。
#### 二、使用`openpyxl`读取xlsx文件
##### 1. 安装`openpyxl`
在开始之前，确保已经安装了`openpyxl`库。可以通过pip命令进行安装：
```bash
pip install openpyxl
```
##### 2. 读取xlsx文件的基本步骤
- **加载工作簿**：使用`load_workbook`函数加载指定路径下的.xlsx文件。
- **选择工作表**：获取当前活跃的工作表或指定某个具体的工作表。
- **读取数据**：遍历行和列获取数据。
##### 3. 示例代码解析
```python
from openpyxl import load_workbook
# 加载工作簿
workbook = load_workbook('/tmp/test.xlsx')
# 获取当前活跃的工作表
booksheet = workbook.active
# 如果需要获取其他工作表
# sheets = workbook.sheetnames
# booksheet = workbook[sheets[1]]
# 获取sheet页的行数据
rows = booksheet.rows
# 获取sheet页的列数据
columns = booksheet.columns
# 迭代所有的行
i = 0
for row in rows:
i += 1
line = [col.value for col in row]
cell_data_1 = booksheet.cell(row=i, column=3).value
cell_data_2 = booksheet.cell(row=i, column=4).value
cell_data_3 = booksheet.cell(row=i, column=8).value
cell_data_4 = booksheet.cell(row=i, column=18).value
print(cell_data_1, cell_data_2, cell_data_3, cell_data_4)
```
- **加载工作簿**：通过`load_workbook`函数加载名为`test.xlsx`的文件。
- **获取工作表**：通过`.active`属性获取第一个工作表。
- **读取行和列**：使用`rows`和`columns`属性读取整个工作表的行和列。
- **访问单元格**：使用`cell`方法读取指定单元格的数据。
#### 三、实例：Python读取Excel数据并进行分类统计
##### 1. 准备工作
- 确保已经安装`xlrd`库。
- 有一个包含通话记录的Excel文件`src.xls`。
##### 2. 实现代码
```python
import xlrd
import datetime
# 打开Excel文件
info_file = xlrd.open_workbook('src.xls')
# 通过索引顺序获取工作表
info_sheet = info_file.sheets()[0]
# 获取行数
row_count = info_sheet.nrows
# 初始化统计数据
time_all = datetime.timedelta(seconds=0)
time_types = {}
time_classes = {}
time_numbers = {}
# 遍历每行数据
for row in range(1, row_count):
# 解析时间字符串
time_string = info_sheet.cell(row, 3).value
time_s_sp = time_string.split(':')
# 构造数据字典
data = {
'type': info_sheet.cell(row, 2).value, # 通话类型
'other_cellphone': info_sheet.cell(row, 0).value, # 对方号码
'timespan': datetime.timedelta(seconds=int(time_s_sp[2]),
minutes=int(time_s_sp[1]),
hours=int(time_s_sp[0])),
'gpscity': info_sheet.cell(row, 5).value # 通话地点
}
# 统计总通话时间
time_all += data['timespan']
# 按通话类型统计通话时间
if data['type'] in time_types:
time_types[data['type']] += data['timespan']
else:
time_types[data['type']] = data['timespan']
# 按通话地点统计通话时间
if data['gpscity'] in time_classes:
time_classes[data['gpscity']] += data['timespan']
else:
time_classes[data['gpscity']] = data['timespan']
# 按通话号码统计通话时间
if data['other_cellphone'] in time_numbers:
time_numbers[data['other_cellphone']] += data['timespan']
else:
time_numbers[data['other_cellphone']] = data['timespan']
# 输出统计结果
print("总通话时长:", time_all)
print("按通话类型统计:")
for key, value in time_types.items():
print(key, ":", value)
print("按通话地点统计:")
for key, value in time_classes.items():
print(key, ":", value)
print("按通话号码统计:")
for key, value in time_numbers.items():
print(key, ":", value)
```
##### 3. 代码解释
- **读取Excel文件**：使用`xlrd.open_workbook`打开文件`src.xls`。
- **获取工作表**：通过索引获取第一个工作表。
- **处理每行数据**：遍历每行，解析时间字符串，构建数据字典。
- **统计数据**：统计总通话时间、按类型、按地点和按号码分类统计通话时间。
#### 四、总结
通过上述示例代码，我们可以看到`openpyxl`和`xlrd`库都为Python提供了强大的Excel文件读取能力。无论是简单的数据读取还是复杂的统计分析，这两个库都能提供有效的支持。掌握这些技能将有助于提升你在数据分析项目中的效率和准确性。
三&年2021-10-09没啥用 没啥用
