python把excel数据读入数组

Python 中读取 Excel 数据并存储为数组的深度解析与实践指南
在数据处理与分析领域，Excel 文件是一种常用的数据存储格式，其结构清晰、易于理解，广泛应用于企业报表、市场调研、财务分析等场景。Python 作为一门强大的编程语言，提供了丰富的库来处理 Excel 文件，其中 `pandas` 库是最为常用的选择。本文将深入解析如何使用 Python 将 Excel 文件中的数据读取并存储为数组，涵盖多种方法、使用场景及注意事项。
一、介绍 Excel 文件与 Python 处理方式
Excel 文件本质上是一个二维表格，每行代表一个数据项，每列代表一个数据维度。Python 中通过 `pandas` 库可以轻松地读取、操作和分析 Excel 文件。`pandas` 提供了 `read_excel` 函数，能够将 Excel 文件直接导入为 DataFrame，这是 Python 数据分析的首选数据结构。
1.1 读取 Excel 文件的基本步骤
读取 Excel 文件通常包括以下几个步骤：
1. 导入库：使用 `import pandas as pd` 导入 pandas 库。
2. 加载文件：使用 `pd.read_excel()` 函数加载 Excel 文件。
3. 查看数据：使用 `df.head()` 或 `df.info()` 查看数据结构。
4. 转换为数组：将 DataFrame 转换为 Python 列表或 NumPy 数组。
二、使用 pandas 读取 Excel 数据并转换为数组
2.1 使用 pandas 的 `read_excel` 函数读取 Excel
`read_excel` 函数是 pandas 读取 Excel 文件的核心函数，支持多种格式，包括 `.xlsx`、`.xls`、`.csv` 等。其基本语法如下：
python
import pandas as pd
读取 Excel 文件
df = pd.read_excel("data.xlsx")

此函数会将 Excel 文件读取为一个 DataFrame，其中每一行代表一个数据项，每一列代表一个数据维度。
2.2 将 DataFrame 转换为 Python 列表
将 DataFrame 转换为 Python 列表是处理数据的常见需求，尤其在需要进行数组操作时。使用 `df.values` 可以将 DataFrame 转换为 NumPy 数组，或者使用 `list(df)` 将其转换为 Python 列表。
python
转换为 NumPy 数组
array = df.values
转换为 Python 列表
list_array = list(df)

2.3 将 DataFrame 转换为 NumPy 数组
NumPy 数组是 Python 中处理大规模数据的常用结构，其性能远优于列表。使用 `pd.to_numeric` 或 `pd.DataFrame.to_numpy()` 可以将 DataFrame 转换为 NumPy 数组。
python
import numpy as np
转换为 NumPy 数组
array = df.to_numpy()

三、Excel 文件读取的多种方法与适用场景
在实际应用中，根据不同的需求，可以选择不同的方法来读取 Excel 数据。以下是几种常见的方法及其适用场景。
3.1 使用 `pandas.read_excel` 读取 Excel
这是最常见的方式，适用于大多数 Excel 文件。其优点是灵活、易用，适合处理结构化数据。
3.2 使用 `openpyxl` 库读取 Excel
`openpyxl` 是一个独立的库，支持读取和写入 Excel 文件。它的优点是兼容性好，适合处理较旧版本的 Excel 文件。
python
from openpyxl import load_workbook
读取 Excel 文件
wb = load_workbook("data.xlsx")
ws = wb.active

3.3 使用 `xlrd` 库读取 Excel
`xlrd` 是一个用于读取 Excel 文件的库，支持读取 `.xls` 和 `.xlsx` 文件。其优点是兼容性好，适合处理旧版本的 Excel 文件。
python
import xlrd
打开 Excel 文件
workbook = xlrd.open_workbook("data.xlsx")
sheet = workbook.sheet_by_index(0)

3.4 使用 `pyxlsb` 库读取 Excel
`pyxlsb` 是一个用于读取 Excel 文件的库，支持读取 `.xlsb` 文件。其优点是兼容性强，适合处理大型 Excel 文件。
python
import pyxlsb
读取 Excel 文件
with pyxlsb.open_workbook("data.xlsx") as wb:
sheet = wb.sheet_by_index(0)

四、数据转换与数组操作
在读取 Excel 数据后，需要根据需求将其转换为数组或列表，以便进行进一步的处理。以下是几种常见的数据转换方式。
4.1 将 DataFrame 转换为 NumPy 数组
`DataFrame.to_numpy()` 是将 DataFrame 转换为 NumPy 数组的最常用方式。NumPy 数组在处理大规模数据时效率更高。
python
array = df.to_numpy()

4.2 将 DataFrame 转换为 Python 列表
`list(df)` 是将 DataFrame 转换为 Python 列表的简单方式。适用于需要进行动态操作的场景。
python
list_array = list(df)

4.3 将 DataFrame 转换为 NumPy 数组并进行数组操作
NumPy 数组支持多种数组操作，例如索引、切片、拼接等。以下是一个简单的示例：
python
索引操作
array[0, 0] = 100
切片操作
sub_array = array[0:2, 0:2]
拼接操作
new_array = np.concatenate((array, sub_array), axis=0)

五、读取 Excel 数据的注意事项
在读取 Excel 数据时，需要注意以下几点，以确保数据的正确性和稳定性。
5.1 文件路径与权限
确保 Python 脚本运行的环境中有权限访问 Excel 文件，且文件路径正确。
5.2 文件格式与版本
确保使用的库支持目标文件格式（如 `.xlsx`、`.xls`），并注意文件版本兼容性。
5.3 数据类型与转换
Excel 文件中的数据类型可能不一致，需使用 `pd.to_numeric()` 等函数进行转换，避免数据类型错误。
5.4 数据清洗与预处理
在读取数据后，应进行数据清洗，包括去除空值、处理异常值、转换数据类型等。
5.5 大数据处理
对于大规模数据，使用 NumPy 数组进行处理更为高效，而非使用 Python 列表。
六、实际案例与应用场景
以下是几种实际应用场景，展示如何利用 Python 读取 Excel 数据并存储为数组。
6.1 读取销售数据并进行统计分析
假设有一个销售数据表，包含产品名称、销售数量、销售额等字段。我们可以使用 `pandas` 读取数据并进行统计分析。
python
import pandas as pd
读取数据
df = pd.read_excel("sales_data.xlsx")
统计销售数量
sales_count = df["销售数量"].sum()
统计销售额
sales_total = df["销售额"].sum()
print(f"总销售数量: sales_count")
print(f"总销售额: sales_total")

6.2 读取用户数据并进行聚类分析
在数据分析中，聚类分析常用于用户分组。可以使用 `pandas` 读取用户数据，并使用 `scikit-learn` 进行聚类。
python
import pandas as pd
from sklearn.cluster import KMeans
读取用户数据
df = pd.read_excel("user_data.xlsx")
提取特征
features = df[["特征1", "特征2", "特征3"]]
进行聚类
kmeans = KMeans(n_clusters=3)
kmeans.fit(features)

6.3 读取数据库数据并转换为数组
在实际应用中，数据可能来源于数据库，需要使用 Python 读取数据库并转换为数组。
python
import pandas as pd
import sqlite3
连接数据库
conn = sqlite3.connect("data.db")
读取数据
df = pd.read_sql("SELECT FROM table_name", conn)
转换为数组
array = df.values

七、总结
在 Python 数据处理中，读取 Excel 数据并存储为数组是一项基础且重要的技能。通过 `pandas` 库，可以高效地完成数据导入、转换和分析。在实际应用中，根据需求选择合适的方法，如使用 `read_excel`、`openpyxl`、`xlrd` 等，能够满足不同场景下的数据处理需求。此外，数据转换、数组操作、数据清洗等步骤也是数据处理中的关键环节，需注意细节，确保数据的准确性和稳定性。
通过本文的解析，读者可以掌握 Python 读取 Excel 数据并存储为数组的核心方法，并能够根据实际需求灵活应用。掌握这一技能，将有助于提升数据分析与处理的效率与准确性。