Excel 文件仍然是管理结构化数据的最流行格式之一。在 Python 中，pandas DataFrame 是组织和高效分析该数据的首选结构。一旦转换为 DataFrame，Excel 数据就可以与数据库、API 或机器学习模型无缝结合，以进行更深入的分析和洞察。在本文中，我们将探索将 Excel 转换为 pandas DataFrames 的实用方法，并提供清晰的示例以帮助您入门。

什么是 Pandas DataFrame？

DataFrame 是由 pandas 库提供的 2D 数据结构。它看起来类似于带有行和列的 Excel 电子表格。每一列可以保存不同的数据类型，例如字符串、整数或浮点数。

DataFrames 是理想的用于：

  • 导入和清理数据。
  • 执行数学运算。
  • 过滤、分组和汇总数据。
  • 将结果导出为 Excel、CSV 或数据库。

当您将 Excel 文件转换为 DataFrame 时，您可以立即应用强大的 pandas 操作进行分析。

将 Excel 转换为 Pandas DataFrame 的 Python 库

Aspose.Cells for Python via .NET 常被认为是 最佳 Python Excel 库 ，适合需要超过基本电子表格处理的开发人员。它允许您以编程方式创建、读取、编辑和转换 Excel 文件，而无需安装 Microsoft Excel。

对于 DataFrame 转换，这个库表现出色，因为它完全支持高级 Excel 功能，如公式、合并单元格、图表、数据透视表和条件格式化。它支持多种格式，包括 XLS、XLSX、XLSB、ODS、CSV 和 JSON。

当您使用 Aspose.Cells 将 Excel 数据引入 pandas 时，您会获得高保真度的平滑转换为 DataFrames。这意味着您的 Excel 结构、格式和数值保持准确，同时 pandas 为您提供有效分析和转换数据的工具。

将 Excel 转换为 Pandas 数据框

您可以创建一个新的电子表格，程序性地生成数据，并在 Python 中将 Excel 转换为 pandas DataFrame。这使您可以完全控制文件的结构，同时使其准备好在 pandas 中立即分析。

按照以下步骤将 Excel 转换为 Pandas DataFrame：

  1. 创建 Workbook 类的实例。
  2. 访问第一个工作表及其单元格。
  3. 将值添加到工作表单元格中。
  4. 提取行和标题。
  5. 将提取的数据转换为 pandas DataFrame。

以下Python代码示例演示了如何将Excel转换为pandas DataFrame：

import pandas as pd
from aspose.cells import Workbook

# 步骤 1: 使用 Aspose.Cells 创建一个新的 Excel 工作簿
wb = Workbook()

# 第 2 步：访问第一个工作表
ws = wb.worksheets.get(0)

# 第 3 步：访问工作表的单元格集合
c = ws.cells

# 步骤 4：向工作表添加示例数据
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"

# 步骤 5：从第一行数据中获取标题
header_idx = c.min_data_row
columns = [cell.value for cell in c.rows[header_idx]]

# 步骤 6：收集其余行作为数据
data = [
    [cell.value for cell in row]
   for idx, row in enumerate(c.rows)
    if row and idx != header_idx
]

# 步骤 7：一次性构建 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

将现有的 Excel 文件转换为 Pandas DataFrame

如果您已经有一个 Excel 文件，您可以加载它并直接在 Python 中将 Excel 转换为 pandas DataFrame。这使您在使用 pandas 更高效地处理数据时能够保留原始的工作表结构。

按照以下步骤加载并将现有的 Excel 文件转换为 Pandas DataFrame：

  1. 使用 Workbook 类打开现有的 Excel 文件。
  2. 通过名称或索引选择工作表。
  3. 阅读所有行和列。
  4. Extract headers if available.
  5. 将结果转换为 pandas DataFrame。

以下 Python 代码展示了如何将现有的 Excel 文件转换为 pandas DataFrame：

import pandas as pd
from aspose.cells import Workbook

# 第 1 步：从文件中加载 Excel 工作簿
workbook = Workbook("PandasTest.xlsx")

# 步骤 2：选择工作表(通过索引或名称)
worksheet = workbook.worksheets.get("Sheet1")  # or workbook.worksheets[0]

# 步骤 3：从工作表中获取单元格集合
cells = worksheet.cells

# 步骤 4：计算列数(基于 0 的索引差)
col_count = cells.max_data_column - cells.min_data_column

# 步骤 5：创建一个列表以存储行数据
output_data = []

# 第 6 步：查找具有数据的第一行的索引
first_data_row_index = cells.min_data_row

# 步骤 7：遍历表格中的所有行
for row in cells.rows:
    if row is None:
        continue  # Skip uninitialized rows

    # 收集当前行的所有单元格值
    row_data = [cell.value for cell in row]
    output_data.append(row_data)

# 第 8 步：准备列标题
columns = []
if True:  # Use header row
    row = cells.rows[first_data_row_index]
   for cell in row:
        columns.append(cell.value)
    # 删除数据的标题行
    output_data = output_data[1:]
else:
    # 如果没有标题，则分配默认列名
    columns = [f"Unnamed: {i}" for i in range(col_count + 1)]

# 步骤 9：将数据转换为 pandas DataFrame
df = pd.DataFrame(output_data, columns=columns)

# 步骤 10：打印数据框
print(df)
将现有的 Excel 文件转换为 Pandas DataFrame

将示例Excel文件转换为Pandas DataFrame。

Output

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

将 Excel 转换为 Pandas 通过 JSON

将您的 Excel 范围导出到 JSON，使用 JsonUtility.exportrangetojson，然后将其加载到 Pandas 中。请参阅分步指南：Convert Excel to Pandas DataFrame via JSON。

将 Excel 转换为 Pandas 通过 CSV

将您的 Excel 文件转换为 CSV 文件，然后将其加载到 Pandas 中。按照以下逐步指南进行操作: Convert Excel to Pandas DataFrame via CSV。

获取免费许可证

您可以通过申请免费临时许可证，无限制地尝试 Aspose.Cells for Python via .NET 的所有功能。请访问 license page 并获取免费许可证。这允许您评估完整的 API，包括高级 Excel 到 DataFrame 的转换。

额外免费资源

通过这些资源探索更多在Python中处理Excel文件的方法，这将帮助您超越基本转换，并在实际项目中有效应用Aspose.Cells。

结论

将 Excel 文件转换为 pandas 数据框通过 Aspose.Cells for .NET for Python 变得简单而可靠。无论您是构建新的电子表格还是导入现有电子表格，该库都确保高保真数据传输和完整格式支持。通过将 pandas 的灵活性与 Aspose.Cells 的高级 Excel 处理结合起来，您可以简化数据处理并解锁 Python 中强大的分析功能。

如果您有任何问题，请访问我们的 free support forum，我们的团队将很乐意为您提供帮助。

另见