Excel 檔案仍然是管理結構化數據的最受歡迎格式之一。在 Python 中，pandas 的 DataFrame 是組織和高效分析這些數據的首選結構。一旦轉換為 DataFrame，Excel 數據可以無縫地與數據庫、API 或機器學習模型結合，以便進行更深入的分析和洞察。在這篇文章中，我們將探討將 Excel 轉換為 pandas DataFrames 的實用方法，以及清晰的示例來幫助您入門。

What is a Pandas DataFrame?

DataFrame 是由 pandas 庫提供的 2D 數據結構。它看起來像一個具有行和列的 Excel 試算表。每一列可以包含不同的數據類型，例如字串、整數或浮點數。

DataFrames 是理想的用於：

  • 匯入和清理數據。
  • 執行數學運算。
  • 過濾、分組和聚合數據。
  • 導出結果到 Excel、CSV 或資料庫。

當你將 Excel 檔案轉換成 DataFrames 時，你可以立即應用強大的 pandas 操作進行分析。

將 Excel 轉換為 Pandas DataFrame 的 Python 函式庫

Aspose.Cells for Python via .NET 通常被認為是開發人員需要的不僅僅是基本電子表格處理的 最佳 Python Excel 函式庫。它允許您以程式方式創建、讀取、編輯和轉換 Excel 文件，而無需安裝 Microsoft Excel。

對於 DataFrame 轉換，這個庫表現突出，因為它完全支持進階的 Excel 功能，如公式、合併單元格、圖表、樞紐分析表和條件格式化。它支持多種格式，包括 XLS、XLSX、XLSB、ODS、CSV 和 JSON。

當你使用 Aspose.Cells 將 Excel 數據引入 pandas 時，你可以順利地轉換成高度保真的 DataFrames。這意味著你的 Excel 結構、格式和數值保持準確，同時 pandas 為你提供了有效分析和轉換數據的工具。

將 Excel 轉換為 Pandas DataFrame

您可以創建一個新的電子表格，程序性地生成數據，並將 Excel 轉換為 Python 中的 pandas DataFrame。這使您可以完全控制文件的結構，同時使其準備好在 pandas 中進行即時分析。

按照以下步驟將 Excel 轉換為 Pandas DataFrame：

  1. 創建 Workbook 類的實例。
  2. 訪問第一個工作表及其單元格。
  3. 將值添加到工作表單元格中。
  4. 提取行和標題。
  5. 將提取的數據轉換為 pandas DataFrame。

以下 Python 代碼示例演示了如何將 Excel 轉換為 pandas DataFrame：

import pandas as pd
from aspose.cells import Workbook

# 第 1 步：使用 Aspose.Cells 創建一個新的 Excel 工作簿
wb = Workbook()

# 步驟 2：訪問第一個工作表
ws = wb.worksheets.get(0)

# 步驟 3：訪問工作表的單元格集合
c = ws.cells

# 步驟 4：將範例資料添加到工作表中
c.get("A1").value, c.get("B1").value, c.get("C1").value = "Name", "Age", "City"
c.get("A2").value, c.get("B2").value, c.get("C2").value = "Alice", 25, "New York"
c.get("A3").value, c.get("B3").value, c.get("C3").value = "Bob", 30, "San Francisco"
c.get("A4").value, c.get("B4").value, c.get("C4").value = "Charlie", 35, "Los Angeles"

# 步驟 5：從第一行數據中獲取標題
header_idx = c.min_data_row
columns = [cell.value for cell in c.rows[header_idx]]

# 步驟 6：收集剩餘的行作為數據
data = [
    [cell.value for cell in row]
   for idx, row in enumerate(c.rows)
    if row and idx != header_idx
]

# 步驟 7：一次性建立 DataFrame
df = pd.DataFrame(data, columns=columns)
print(df)

Output

      Name  Age           City
0    Alice   25       New York
1      Bob   30  San Francisco
2  Charlie   35    Los Angeles

將現有的 Excel 檔案轉換為 Pandas DataFrame

如果您已經擁有一個 Excel 文件，您可以直接加載它並將 Excel 轉換為 Python 中的 pandas DataFrame。這使您能夠在 pandas 中更有效地處理數據，同時保留原始工作表結構。

按照以下步驟將現有的 Excel 檔案加載並轉換為 Pandas DataFrame：

  1. 使用 Workbook 類別打開現有的 Excel 文件。
  2. 選擇一個工作表，按名稱或索引。
  3. 閱讀所有行和列。
  4. Extract headers if available.
  5. 將結果轉換為 pandas DataFrame。

以下 Python 代碼顯示了如何將現有的 Excel 文件轉換為 pandas DataFrame：

import pandas as pd
from aspose.cells import Workbook

# 步驟 1：從文件加載 Excel 工作簿
workbook = Workbook("PandasTest.xlsx")

# 步驟 2：選擇工作表(按索引或按名稱)
worksheet = workbook.worksheets.get("Sheet1")  # or workbook.worksheets[0]

# 步驟 3：從工作表取得儲存格集合
cells = worksheet.cells

# 步驟 4：計算列數(基於 0 的索引差異)
col_count = cells.max_data_column - cells.min_data_column

# 步驟 5：創建一個列表以存儲行數據
output_data = []

# 步驟 6：尋找第一行有數據的索引
first_data_row_index = cells.min_data_row

# 步驟 7：遍歷工作表中的所有行
for row in cells.rows:
    if row is None:
        continue  # Skip uninitialized rows

    # 收集當前行的所有單元格值
    row_data = [cell.value for cell in row]
    output_data.append(row_data)

# 步驟 8：準備列標題
columns = []
if True:  # Use header row
    row = cells.rows[first_data_row_index]
   for cell in row:
        columns.append(cell.value)
    # 移除數據中的標題行
    output_data = output_data[1:]
else:
    # 如果沒有標題，則賦予預設的列名稱
    columns = [f"Unnamed: {i}" for i in range(col_count + 1)]

# 步驟 9：將數據轉換為 pandas DataFrame
df = pd.DataFrame(output_data, columns=columns)

# 步驟 10: 列印 DataFrame
print(df)
將現有的 Excel 文件轉換為 Pandas DataFrame

樣本 Excel 文件，用於轉換為 Pandas DataFrame。

Output

   Product A  Product B Period
0         50        160     Q1
1        100         32     Q2
2        170         50     Q3
3        300         40     Q4

將 Excel 轉換為 Pandas 通過 JSON

將您的 Excel 範圍導出為 JSON，使用 JsonUtility.exportrangetojson，然後將其加載到 Pandas 中。請參見逐步指南：Convert Excel to Pandas DataFrame via JSON。

將 Excel 轉換為 Pandas 通過 CSV

將您的 Excel 文件轉換為 CSV，然後將其加載到 Pandas 中。請遵循逐步指南： Convert Excel to Pandas DataFrame via CSV。

獲取免費許可證

您可以通過應用免費的臨時許可證來無限制地嘗試 Aspose.Cells for Python via .NET 的所有功能。請訪問 license page 並獲取免費許可證。這使您能夠評估完整的 API，包括高級 Excel 到 DataFrame 的轉換。

額外的免費資源

探索更多在 Python 中處理 Excel 檔案的方法，通過這些資源，這將幫助你超越基本轉換並在實際項目中有效應用 Aspose.Cells。

結論

將 Excel 文件轉換為 pandas DataFrame 變得簡單且可靠，使用 Aspose.Cells for Python via .NET。無論您是在構建新的電子表格還是導入現有的電子表格，該庫都確保高保真數據傳輸和全格式支持。通過將 pandas 的靈活性與 Aspose.Cells 的先進 Excel 處理相結合，您可以簡化數據處理並在 Python 中解鎖強大的分析功能。

如果您有任何問題，請造訪我們的 免費支援論壇，我們的團隊將樂意協助您。

另請參閱