处理大型Excel文件，用Python就对了！

• 2019 年 11 月 23 日
• 笔记

打开几M的Excel文件，电脑卡的真是要吐血······

网上说现在的各行业都要Python，即提高了工作效率，又能装B

。也因此，网上也出现了一堆一堆的Python培训。但是，平时经常用Excel的你会问？到底Python有啥用， 能帮助我提高哪些效率。来，今天我们举个例子告诉你！

首先。我们要处理的Excel文件包含近100万行和16列：

Python提供了read excel()来读取Excel文件作为DataFrame：

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

这一步很简单，没毛病！

正如你所看到的，到目前为止，数据看起来是OK的，但我们的列标题是错误的。接下来，让定义一个标题行：

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

参数header=[1]指定使用Excel中的第二行作为标题。

数据OK了，下面要做一些分析啦。这时，你可能会用到Pandas库。

加入你是做市场营销的，你希望知道公司每年在不同国家的销售额是多少。

一行代码搞定，用了86毫秒。操作越复杂，速度优势越明显！

如过让你用Excel，你会做多久？

另一个需求可能是销售部门需要按年份和类别求出每个国家的数据。那么，我们须将计算结果保存在不同的工作表中：

下一步，我们将数据再次保存为Excel，以便将其提供给销售和市场部门。我们将创建一个 pd.ExcelWriter对象并创建不同的表格：

很简单，不是吗？让我们来看看新创建的工作簿：

正如您所看到的，DataFrame被正确地保存到指定的工作表中。在我们向两个部门都发送了邮件后，第二天我们又收到了一封邮件：他们要求进行一些流程化和可视化。因为每个月都要使用这类数据，所以我们决定用Python来执行这些任务与操作。

我们须再创建一个writer对象：

代码的第一部分与第一个示例相同。我们创建了一个writer对象。xlsxwriter使我们能够访问Excel的图表和格式等。我们需要获得 workbook 对象 workbook=wrier.book 和 worksheet 对象 worksheet=wrier.sheet [‘ Sales sums']。在本例中，我们将对第一个工作表执行修改。我们添加一个图表，指定数据的范围(= sales_sum !$B$2:$B$7’)，并将其添加到工作表的A9单元格中。

可复制、可修改、效率高！

还有很多很6的操作，后续我们将为大家逐一讲解。