Pandas 是一个强大的数据处理库，广泛应用于数据分析和处理任务中。在处理 Excel 文件时，Pandas 提供了丰富的功能，可以轻松读取、写入和操作 Excel 数据。为了简化日常开发中的 Excel 操作，我们可以将常用的功能封装成一个工具类。本文将介绍如何使用 Pandas 封装一个 Excel 工具类，并提供一些常用的功能示例。
在开始之前，确保你已经安装了 Pandas 和 openpyxl 库。Pandas 默认使用 openpyxl 作为 Excel 文件的读写引擎。
pip install pandas openpyxl
我们将创建一个名为 ExcelTool 的工具类，封装一些常用的 Excel 操作。以下是一个简单的实现：
计算
安全
数据库
网络和加速
企业服务
import pandas as pd
class ExcelTool:
def __init__(self, file_path):
self.file_path = file_path
def read_excel(self, sheet_name=0):
"""
读取 Excel 文件
:param sheet_name: 工作表名称或索引，默认为第一个工作表
:return: DataFrame
"""
return pd.read_excel(self.file_path, sheet_name=sheet_name)
def write_excel(self, data, sheet_name='Sheet1', index=False):
"""
写入 Excel 文件
:param data: 要写入的数据，可以是 DataFrame 或字典
:param sheet_name: 工作表名称，默认为 'Sheet1'
:param index: 是否写入索引，默认为 False
"""
if isinstance(data, dict):
data = pd.DataFrame(data)
data.to_excel(self.file_path, sheet_name=sheet_name, index=index)
def append_to_excel(self, data, sheet_name='Sheet1', index=False):
"""
追加数据到 Excel 文件
:param data: 要追加的数据，可以是 DataFrame 或字典
:param sheet_name: 工作表名称，默认为 'Sheet1'
:param index: 是否写入索引，默认为 False
"""
if isinstance(data, dict):
data = pd.DataFrame(data)
existing_data = self.read_excel(sheet_name)
updated_data = pd.concat([existing_data, data], ignore_index=True)
self.write_excel(updated_data, sheet_name, index)
def get_sheet_names(self):
"""
获取 Excel 文件中的所有工作表名称
:return: 工作表名称列表
"""
return pd.ExcelFile(self.file_path).sheet_names
def get_sheet_data(self, sheet_name):
"""
获取指定工作表的数据
:param sheet_name: 工作表名称
:return: DataFrame
"""
return self.read_excel(sheet_name)
def delete_sheet(self, sheet_name):
"""
删除指定工作表
:param sheet_name: 工作表名称
"""
with pd.ExcelWriter(self.file_path, mode='a', engine='openpyxl') as writer:
writer.book.remove(writer.book[sheet_name])
writer.save()
def add_sheet(self, data, sheet_name):
"""
添加新的工作表
:param data: 要写入的数据，可以是 DataFrame 或字典
:param sheet_name: 工作表名称
"""
if isinstance(data, dict):
data = pd.DataFrame(data)
with pd.ExcelWriter(self.file_path, mode='a', engine='openpyxl') as writer:
data.to_excel(writer, sheet_name=sheet_name, index=False)
writer.save()
excel_tool = ExcelTool('example.xlsx')
data = excel_tool.read_excel(sheet_name='Sheet1')
print(data)
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
excel_tool.write_excel(data, sheet_name='Sheet1')
new_data = {'Name': ['Charlie'], 'Age': [35]}
excel_tool.append_to_excel(new_data, sheet_name='Sheet1')
sheet_names = excel_tool.get_sheet_names()
print(sheet_names)
excel_tool.delete_sheet('Sheet2')
new_sheet_data = {'Product': ['A', 'B'], 'Price': [10, 20]}
excel_tool.add_sheet(new_sheet_data, 'Products')
通过封装 Excel 工具类，我们可以简化日常开发中的 Excel 操作，提高代码的可读性和可维护性。本文介绍的 ExcelTool 类提供了读取、写入、追加、删除和添加工作表等常用功能，你可以根据实际需求进一步扩展和优化。
使用 Pandas 处理 Excel 文件时，务必注意文件的格式和数据的完整性，避免因格式错误或数据丢失导致的问题。希望本文对你有所帮助，祝你在数据处理的道路上越走越远！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://juejin.cn/post/7222666499662577725
