.xlsb 格式是Binary格式存儲(chǔ)的excel文件，比普通的xlsx文件的體積要小很多，在數(shù)據(jù)量極大的場(chǎng)景比較多用。對(duì)于這類(lèi)格式，Pandas 自帶的Excel庫(kù)xlrt xlwt不支持，而通過(guò)pyxlsb庫(kù)可以讀取.xlsb文件，轉(zhuǎn)為Pandas 的DataFrame后方便處理：

import pyxlsb as px import pandas as pdpath = r"D:\Split Excel\test file\test.xlsb"list_row=[] list_accumulate= []with px.open_workbook(path) as wb:sheets = wb.sheetsfor sheet in sheets:row_generator = wb.get_sheet(sheet).rows()for row in row_generator:for cell in row:list_row.append(cell.v)list_accumulate.append(list_row)list_row=[] df_excel = pd.DataFrame(list_accumulate)""" 解釋： 1. wb.sheets 是一個(gè)列表，從左至右存放每一個(gè)工作表名 2. wb.get_sheet()方法用來(lái)獲取一個(gè)表對(duì)象，可以用表名，也可以用數(shù)字如wb.get_sheet(1),值得注意的是這里的1表示第一張表. 其類(lèi)型為<pyxlsb.worksheet.Worksheet> 3. wb.get_sheet().rows() 會(huì)生成一個(gè)迭代器，要先生成這個(gè)，然后利用它進(jìn)行遍歷 4. 迭代器生成每一個(gè)row，是一個(gè)內(nèi)部定義的Cell對(duì)象組成列表，形式為[Cell(r=0, c=0, v='Name'), Cell(r=0, c=1, v='Age')] 5. Cell就是每一個(gè)單元格，是一個(gè)zip對(duì)象，每個(gè)Cell分別有三個(gè)屬性，r c 為行標(biāo)列標(biāo)，v 為單元格的值，可以通過(guò)cell.v訪問(wèn)值進(jìn)行操作，也可以通過(guò)r和c獲得坐標(biāo)， 按坐標(biāo)操作 """

有時(shí)候文件很大， 想要先了解一下，獲得描述：

with px.open_workbook(path) as wb:sheets = wb.sheetssheet1 = wb.get_sheet(1)print(sheet1.dimension) """ 這是一個(gè)6行，4列的表格，得到輸出：dimension(r=0, c=0, h=6, w=4) """

之前的遍歷方式是按行，每一個(gè)單元格都會(huì)有一個(gè)對(duì)應(yīng)的Cell元素，工作表對(duì)象還有個(gè)cols屬性，可以得到由列元素Col組成的列表，每個(gè)Col元素表示一個(gè)列：

sheet2.cols """ 得到輸出： [col(c1=0, c2=0, width=9.7265625, style=0),col(c1=1, c2=1, width=3.90625, style=0),col(c1=2, c2=2, width=6.1796875, style=0),col(c1=3, c2=3, width=10.453125, style=0),col(c1=4, c2=4, width=16.54296875, style=0),col(c1=5, c2=5, width=12.6328125, style=0),col(c1=7, c2=7, width=13.453125, style=0)]col元素只表明列的一些特征，不包含值，值得注意的是有c1和c2兩個(gè)列坐標(biāo)，如： col(c1=5, c2=5, width=12.6328125, style=0) 表示這個(gè)元素從第五列開(kāi)始到第五列止，當(dāng)多列的值都是完全一樣的時(shí)候，多列就會(huì)合并為一個(gè)col元素，c1為起始列，c2為終止列。這個(gè)例子中沒(méi)有第六列，因?yàn)榈诹兄挥凶侄晤^，值都是空的 """

如果要獲得第一個(gè)工作表的首行作為標(biāo)題，可以用__next__()獲得迭代器生出的第一個(gè)結(jié)果：

with px.open_workbook(path) as wb:row_generator = wb.get_sheet(1).rows()title = row_generator.__next__()print(title)""" 得到輸出： [Cell(r=0, c=0, v='Name'),Cell(r=0, c=1, v='Age'),Cell(r=0, c=2, v='Height'),Cell(r=0, c=3, v='Hobbies')] """

最開(kāi)頭的例子中生成的df_excel，你會(huì)注意到列名是默認(rèn)的0-n的數(shù)字標(biāo)簽，此時(shí)可以用獲得的titie 作為列名:

path = r"D:\Split Excel\test file\test.xlsb"list_row = [] list_accumulate = [] with px.open_workbook(path) as wb:sheets = wb.sheetstitle = [cell.v for cell in wb.get_sheet(1).rows().__next__()]dict_rename = {k:v for k, v in enumerate(title)df_excel.rename(columns=dict_rename,inplace=True) df_excel = df_excel.loc[1:].reset_index() """ 重命名后，第0行就可以刪除，刪除后重建index """

總結(jié)

以上是生活随笔為你收集整理的使用pyxlsb库读取xlsb格式excel文件，转为DataFrame(详细)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。