處理大型Excel文件，用Python就對了！

• 2019 年 11 月 23 日
• 筆記

打開幾M的Excel文件，電腦卡的真是要吐血······

網上說現在的各行業都要Python，即提高了工作效率，又能裝B

。也因此，網上也出現了一堆一堆的Python培訓。但是，平時經常用Excel的你會問？到底Python有啥用， 能幫助我提高哪些效率。來，今天我們舉個例子告訴你！

首先。我們要處理的Excel文件包含近100萬行和16列：

Python提供了read excel()來讀取Excel文件作為DataFrame：

import pandas as pd  import numpy as np  df = pd.read_excel(...\Excel-Tutorial.xlsx')

這一步很簡單，沒毛病！

正如你所看到的，到目前為止，數據看起來是OK的，但我們的列標題是錯誤的。接下來，讓定義一個標題行：

df = pd.read_excel('…\Excel-Tutorial.xlsx', header=[1]).reset_index()

參數header=[1]指定使用Excel中的第二行作為標題。

數據OK了，下面要做一些分析啦。這時，你可能會用到Pandas庫。

加入你是做市場營銷的，你希望知道公司每年在不同國家的銷售額是多少。

一行代碼搞定，用了86毫秒。操作越複雜，速度優勢越明顯！

如過讓你用Excel，你會做多久？

另一個需求可能是銷售部門需要按年份和類別求出每個國家的數據。那麼，我們須將計算結果保存在不同的工作表中：

下一步，我們將數據再次保存為Excel，以便將其提供給銷售和市場部門。我們將創建一個 pd.ExcelWriter對象並創建不同的表格：

很簡單，不是嗎？讓我們來看看新創建的工作簿：

正如您所看到的，DataFrame被正確地保存到指定的工作表中。在我們向兩個部門都發送了郵件後，第二天我們又收到了一封郵件：他們要求進行一些流程化和可視化。因為每個月都要使用這類數據，所以我們決定用Python來執行這些任務與操作。

我們須再創建一個writer對象：

代碼的第一部分與第一個示例相同。我們創建了一個writer對象。xlsxwriter使我們能夠訪問Excel的圖表和格式等。我們需要獲得 workbook 對象 workbook=wrier.book 和 worksheet 對象 worksheet=wrier.sheet [『 Sales sums']。在本例中，我們將對第一個工作表執行修改。我們添加一個圖表，指定數據的範圍(= sales_sum !$B$2:$B$7』)，並將其添加到工作表的A9單元格中。

可複製、可修改、效率高！

還有很多很6的操作，後續我們將為大家逐一講解。