使用 Excel 文件是數(shù)據(jù)分析師和程序員的常見(jiàn)任務(wù)。有時(shí)，這些文件包含多個(gè)工作表，每個(gè)工作表都有自己的數(shù)據(jù)集。在這種情況下，能夠同時(shí)讀取和操作多張工作表中的數(shù)據(jù)變得至關(guān)重要。在本文中，我們將探索如何使用 Python 和兩個(gè)流行的庫(kù) Pandas 和 openpyxl 來(lái)實(shí)現(xiàn)這一點(diǎn)。

先決條件

在開(kāi)始之前，請(qǐng)確保您安裝了以下 Python 庫(kù)：

1. Pandas：一個(gè)強(qiáng)大的數(shù)據(jù)處理和分析庫(kù)。
2. openpyxl：一個(gè)用于讀取/寫(xiě)入 Excel 文件的庫(kù)。

您可以使用 pip 安裝它們：

pip install pandas openpyxl

從多個(gè)工作表中讀取數(shù)據(jù)

假設(shè)我們有一個(gè)名為“sales_data.xlsx”的 Excel 文件，其中包含三個(gè)工作表：“一月”、“二月”和“三月”。我們將從所有三張表中讀取數(shù)據(jù)并執(zhí)行一些基本分析。

第一步：導(dǎo)入必要的庫(kù)

import pandas as pd

第 2 步：讀取 Excel 文件

excel_file = pd.ExcelFile('sales_data.xlsx')

第 3 步：提取工作表名稱(chēng)

sheet_names = excel_file.sheet_names
print(sheet_names)

第 4 步：從每個(gè)工作表中讀取數(shù)據(jù)并將其存儲(chǔ)在字典中

data_frames = {}
for sheet_name in sheet_names:
    data_frames[sheet_name] = excel_file.parse(sheet_name)

此時(shí)，“data_frames”字典將包含來(lái)自每個(gè)工作表的數(shù)據(jù)作為 Pandas DataFrame，工作表名稱(chēng)作為鍵。

分析來(lái)自多個(gè)工作表的數(shù)據(jù)

現(xiàn)在我們有了字典中所有工作表的數(shù)據(jù)，我們可以進(jìn)行各種分析。例如，讓我們計(jì)算每個(gè)月的總銷(xiāo)售額。

total_sales = {}
for sheet_name, df in data_frames.items():
    total_sales[sheet_name] = df['Sales'].sum()

要查找銷(xiāo)售額最高的月份，我們可以使用以下代碼：

highest_sales_month = max(total_sales, key=total_sales.get)
print ( f"銷(xiāo)售額最高的月份是 {highest_sales_month}。" )

結(jié)論

在本文中，我們探討了如何使用 Python、Pandas 和 openpyxl 從 Excel 文件中的多個(gè)工作表讀取數(shù)據(jù)。我們還演示了如何對(duì)提取的數(shù)據(jù)進(jìn)行基本分析。有了這些知識(shí)，您現(xiàn)在可以高效地處理多表 Excel 文件并執(zhí)行更高級(jí)的數(shù)據(jù)分析任務(wù)。