Python ist eine der beliebtesten Programmiersprachen für die Automatisierung von Datenverarbeitungsaufgaben. Unter den vielen Datenformaten, mit denen Python arbeiten kann, ist Excel eines der am häufigsten verwendeten und wird in einer Vielzahl von Arbeitsbereichen verwendet.
Das Parsen von Excel-Dateien mit Python kann beim Importieren von Daten, Analysieren und Verarbeiten großer Datenmengen nützlich sein. Bibliotheken, die für die Arbeit mit Excel in Python verfügbar sind, ermöglichen das Lesen von Daten aus verschiedenen Arbeitsblättern, das Erstellen neuer Dateien, das Ändern vorhandener Dateien und vieles mehr.
In diesem Artikel werden wir einige beliebte Bibliotheken zum Parsen von Excel-Dateien in Python betrachten: openpyxl, xlrd, pandas. Jeder hat seine eigenen Vorteile und eignet sich gut für bestimmte Arten von Aufgaben. Wir werden die Grundlagen der Arbeit mit jeder Bibliothek und Codebeispiele untersuchen, um Ihnen bei der Auswahl des am besten geeigneten Werkzeugs für Ihre Aufgaben zu helfen.
Egal, ob Sie ein Anfänger oder ein erfahrener Experte sind, das Wissen um die Werkzeuge zum Parsen von Excel-Dateien in Python kann Ihre Arbeit mit Daten erheblich erleichtern und beschleunigen.
Vorbereiten zum Parsen von Excel-Dateien mit Python
Bevor Sie mit dem Parsen von Excel-Dateien mit Python beginnen, müssen Sie die erforderlichen Tools vorbereiten und installieren. In diesem Abschnitt werden wir herausfinden, welche Schritte Sie ausführen müssen, um erfolgreich parsen zu können.
1. Installieren der benötigten Bibliotheken
Der erste Schritt besteht darin, die erforderlichen Bibliotheken für die Arbeit mit Excel-Dateien zu installieren. Eine der beliebtesten Bibliotheken ist openpyxl. Es ermöglicht Ihnen, mit Excel-Dateien (xlsx) zu arbeiten und hat eine einfache und benutzerfreundliche Oberfläche.
Um die openpyxl-Bibliothek zu installieren, verwenden Sie den pip-Paketmanager, indem Sie den folgenden Befehl ausführen:
pip install openpyxl
2. Erforderliche Module importieren
Nachdem die Bibliothek erfolgreich installiert wurde, müssen Sie die erforderlichen Module in Ihr Programm importieren. Um mit Excel-Dateien zu arbeiten, verwenden wir das openpyxl-Modul:
3. Excel-Datei herunterladen
Bevor Sie mit dem Parsen einer Excel-Datei beginnen, müssen Sie sie herunterladen. Dazu müssen Sie den Dateipfad und den Dateinamen angeben:
4. Aktives Blatt auswählen
Eine Excel-Datei kann mehrere Arbeitsblätter enthalten. Um das aktive Arbeitsblatt zu definieren, müssen Sie es auswählen. Dazu wird die Methode verwendet .active:
5. Abrufen von Daten aus Zellen
Sie müssen das value-Attribut verwenden, um Daten aus Zellen abzurufen. Wenn wir beispielsweise einen Wert aus Zelle A1 extrahieren müssen, wird der folgende Code verwendet:
6. Parsen von Daten
Nachdem wir auf die Zellendaten zugegriffen haben, können wir die erforderlichen Operationen mit diesen Daten durchführen. Zum Beispiel können wir die Werte aller Zellen der ersten Spalte in eine Liste schreiben:
column_values = [sheet['A<>'.format(row)].value for row in range(1, sheet.max_row+1)]
7. Datei schließen
Nachdem Sie alle notwendigen Vorgänge mit der Datei abgeschlossen haben, müssen Sie sie schließen. Dazu wird die Methode verwendet .close:
Mit diesen Schritten sind wir bereit, Excel-Dateien mit Python zu parsen. Für jede Datei sind möglicherweise zusätzliche Schritte erforderlich, die grundlegende Vorbereitung bleibt jedoch unverändert. Erfolgreiches Parsing!
Verwenden der Pandas-Bibliothek zum Parsen von Excel-Dateien
Zuerst müssen Sie die Pandas-Bibliothek mit einem Paketverwaltungstool für Python wie pip installieren:
pip install pandas
Nachdem wir die Pandas-Bibliothek erfolgreich installiert haben, können wir beginnen, Excel-Dateien zu parsen. Dazu müssen wir die Bibliothek importieren:
import pandas as pd
Dann können wir die Methoden der Pandas-Bibliothek verwenden, um die Daten aus einer Excel-Datei zu lesen. Die beliebteste Methode - read_excel(), mit dem Sie Daten aus einer Excel-Datei lesen und als DataFrame-Objekt zurückgeben können.
Hier ist ein Beispielcode, der die Verwendung der Pandas-Bibliothek zum Lesen von Daten aus einer Excel-Datei veranschaulicht:
import pandas as pd
df = pd.read_excel('example.xlsx')
Im obigen Beispiel ist die Datei 'example'.xlsx' wird als DataFrame-Objekt in der Variablen df gelesen und gespeichert. Wir können jetzt die in dieser Excel-Datei dargestellten Daten mit den von der Pandas-Bibliothek bereitgestellten Funktionen und Methoden leicht manipulieren und analysieren.
Die Pandas-Bibliothek bietet viele andere Methoden und Funktionen, die das Analysieren von Daten aus Excel-Dateien vereinfachen. Sie können beispielsweise Daten filtern, Datentypen konvertieren, Daten aggregieren und vieles mehr. Dank der benutzerfreundlichen und intuitiven Benutzeroberfläche der Pandas-Bibliothek wird das Parsen von Excel-Dateien viel einfacher und schneller.
Beispiel für das Parsen von Excel-Dateien mit Python
Um mit dem Parsen von Excel-Dateien zu beginnen, müssen Sie die Pandas-Bibliothek installieren. Sie können dies mit dem folgenden Befehl tun:
pip install pandas
Nachdem Sie die Pandas-Bibliothek installiert haben, können Sie mit der Arbeit mit Excel-Dateien beginnen. Dazu müssen Sie ein Objekt vom Typ erstellen DataFrame, die die Datenstruktur der Excel-Datei darstellt. Dazu wird die Funktion verwendet read_excel:
import pandas as pd df = pd.read_excel('Dateiname.xlsx')
Nachdem Sie ein DataFrame-Objekt erstellt haben, können Sie mit den Excel-Daten der Datei arbeiten. Sie können beispielsweise die Dimension der Daten mithilfe eines Attributs abrufen shape:
Sie können Attribute verwenden, um Informationen zu Spalten und deren Typen abzurufen columns und dtypes:
Sie können die folgende Syntax verwenden, um eine bestimmte Datenspalte oder -zelle abzurufen:
column = df['spaltenname'] cell = df['spaltenname'][zellennummer]
Darüber hinaus können Sie mit der Pandas-Bibliothek verschiedene Datenoperationen durchführen, z. B. Filtern, Sortieren, Aggregieren usw.
Das Parsen von Excel-Dateien mit Python ist daher ziemlich einfach, insbesondere mit der Pandas-Bibliothek. Es macht es einfach, Daten aus Excel-Dateien zu lesen und zu bearbeiten, wodurch der Prozess automatisiert und effizient wird.
