使用 Python 掌握多表 Excel 操作

使用 Excel 文件是数据分析师和程序员的常见任务。有时，这些文件包含多个工作表，每个工作表都有自己的数据集。在这种情况下，能够同时读取和操作多张工作表中的数据变得至关重要。在本文中，我们将探索如何使用 Python 和两个流行的库 Pandas 和 openpyxl 来实现这一点。

先决条件

在开始之前，请确保您安装了以下 Python 库：

1. Pandas：一个强大的数据处理和分析库。
2. openpyxl：一个用于读取/写入 Excel 文件的库。

您可以使用 pip 安装它们：

pip install pandas openpyxl

从多个工作表中读取数据

假设我们有一个名为“sales_data.xlsx”的 Excel 文件，其中包含三个工作表：“一月”、“二月”和“三月”。我们将从所有三张表中读取数据并执行一些基本分析。

第一步：导入必要的库

import pandas as pd

第 2 步：读取 Excel 文件

excel_file = pd.ExcelFile('sales_data.xlsx')

第 3 步：提取工作表名称

sheet_names = excel_file.sheet_names
print(sheet_names)

第 4 步：从每个工作表中读取数据并将其存储在字典中

data_frames = {}
for sheet_name in sheet_names:
    data_frames[sheet_name] = excel_file.parse(sheet_name)

此时，“data_frames”字典将包含来自每个工作表的数据作为 Pandas DataFrame，工作表名称作为键。

分析来自多个工作表的数据

现在我们有了字典中所有工作表的数据，我们可以进行各种分析。例如，让我们计算每个月的总销售额。

total_sales = {}
for sheet_name, df in data_frames.items():
    total_sales[sheet_name] = df['Sales'].sum()

要查找销售额最高的月份，我们可以使用以下代码：

highest_sales_month = max(total_sales, key=total_sales.get)
print ( f"销售额最高的月份是 {highest_sales_month}。" )

结论

在本文中，我们探讨了如何使用 Python、Pandas 和 openpyxl 从 Excel 文件中的多个工作表读取数据。我们还演示了如何对提取的数据进行基本分析。有了这些知识，您现在可以高效地处理多表 Excel 文件并执行更高级的数据分析任务。