核心概念

• CSV (Comma-Separated Values): 一种纯文本格式，用逗号分隔数据，它像表格一样，但本身不包含任何格式信息，处理 CSV 文件通常使用 Python 内置的 csv 模块。
• Excel (.xlsx, .xls): 二进制文件格式，可以包含工作表、图表、公式、格式等复杂信息，处理 Excel 文件最常用的库是 pandas 和 openpyxl。

处理 CSV 文件

Python 内置了 csv 模块,无需安装即可使用。

示例 1：读取 CSV 文件

假设有一个名为 data.csv 的文件,内容如下：

Name,Department,Salary
Alice,Engineering,90000
Bob,Sales,85000
Charlie,Marketing,95000

逐行读取（节省内存）

import csv
# 使用 'with' 语句可以自动关闭文件
with open('data.csv', mode='r', encoding='utf-8') as file:
    # csv.reader 会返回一个迭代器，每次迭代返回一行数据
    csv_reader = csv.reader(file)
    # 读取表头
    header = next(csv_reader)
    print(f"表头: {header}")
    # 逐行读取数据
    for row in csv_reader:
        # row 是一个列表
        print(f"姓名: {row[0]}, 部门: {row[1]}, 薪资: {row[2]}")

读取为字典（更直观）

import csv
with open('data.csv', mode='r', encoding='utf-8') as file:
    # csv.DictReader 会将每一行数据映射为一个字典，键是表头
    csv_reader = csv.DictReader(file)
    for row in csv_reader:
        # 现在可以通过列名访问数据
        print(f"姓名: {row['Name']}, 部门: {row['Department']}, 薪资: {row['Salary']}")

示例 2：写入 CSV 文件

import csv
# 要写入的数据
data_to_write = [
    {'Name': 'David', 'Department': 'HR', 'Salary': '70000'},
    {'Name': 'Eve', 'Department': 'Engineering', 'Salary': '98000'}
]
# newline='' 用于防止在 Windows 系统上写入时出现空行
with open('output.csv', mode='w', encoding='utf-8', newline='') as file:
    # 定义表头
    fieldnames = ['Name', 'Department', 'Salary']
    # 创建一个 DictWriter 对象
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    # 写入表头
    writer.writeheader()
    # 写入数据
    writer.writerows(data_to_write)
print("CSV 文件已成功写入 output.csv")

处理 Excel 文件

处理 Excel 文件最推荐的库是 pandas，因为它功能强大且代码简洁。pandas 在底层会使用 openpyxl 或 xlrd 来处理 .xlsx 文件。

安装 pandas

你需要安装 pandas 和它的依赖库。

pip install pandas
pip install openpyxl  # 用于处理 .xlsx 文件

示例 1：读取 Excel 文件

假设有一个名为 employees.xlsx 的文件，包含一个名为 "Sheet1" 的工作表。

import pandas as pd
# 读取 Excel 文件
# sheet_name='Sheet1' 指定要读取的工作表名，如果省略则读取第一个
# header=0 表示第一行是表头
df = pd.read_excel('employees.xlsx', sheet_name='Sheet1', header=0)
# 显示数据的前5行
print("数据预览:")
print(df.head())
# 获取数据的基本信息
print("\n数据信息:")
df.info()
# 获取描述性统计信息
print("\n描述性统计:")
print(df.describe())

示例 2：写入 Excel 文件

import pandas as pd
# 创建一个 DataFrame
data = {
    'Name': ['Frank', 'Grace'],
    'Department': ['Finance', 'IT'],
    'Salary': [75000, 82000]
}
df_to_write = pd.DataFrame(data)
# 写入 Excel 文件
# index=False 表示不将 DataFrame 的索引写入文件
df_to_write.to_excel('new_employees.xlsx', sheet_name='New_Hires', index=False)
print("Excel 文件已成功写入 new_employees.xlsx")

示例 3：处理多个工作表

# 读取包含多个工作表的 Excel 文件
excel_file = 'multi_sheet.xlsx'
# 1. 读取所有工作表，返回一个字典 {sheet_name: DataFrame}
all_sheets = pd.read_excel(excel_file, sheet_name=None)
print(f"工作表列表: {list(all_sheets.keys())}")
# 获取特定的工作表
df_sheet1 = all_sheets['Sheet1']
print("\nSheet1 的内容:")
print(df_sheet1)
# 2. 只读取指定的工作表
df_sheet2 = pd.read_excel(excel_file, sheet_name='Sheet2')
print("\nSheet2 的内容:")
print(df_sheet2)

CSV 与 Excel 之间的转换

pandas 让转换变得非常简单。

CSV 转 Excel

import pandas as pd
# 读取 CSV 文件
df = pd.read_csv('data.csv')
# 写入 Excel 文件
df.to_excel('from_csv.xlsx', sheet_name='Sheet1', index=False)
print("已将 data.csv 转换为 from_csv.xlsx")

Excel 转 CSV

import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('employees.xlsx', sheet_name='Sheet1')
# 写入 CSV 文件
# encoding='utf-8-sig' 可以防止 CSV 文件用 Excel 打开时中文乱码
df.to_csv('from_excel.csv', index=False, encoding='utf-8-sig')
print("已将 employees.xlsx 转换为 from_excel.csv")

总结与推荐

给你的建议：

• 如果只是简单的读写 CSV 文件，使用 Python 内置的 csv 模块就足够了。
• 如果涉及到数据分析、数据清洗，或者需要频繁在 CSV 和 Excel 之间转换，强烈推荐使用 pandas,它是数据科学领域的必备工具。
• 如果需要对 Excel 文件进行极其精细的操作，比如修改单元格颜色、字体、插入图片等，可以考虑直接使用 openpyxl 库。

希望这份详细的指南能帮助你处理 Python 中的 Excel 和 CSV 文件！