用python處理Excel文檔（1）——用xlrd模塊讀取xls/xlsx文檔

本文主要介紹xlrd模塊讀取Excel文檔的基本用法，並以一個GDP數據的文檔爲例來進行操作。

1. 準備工作：

1. 安裝xlrd：pip install xlrd

2. 準備數據集：從網上找到的1952~2012年中國國內GDP的數據，數據結構如下：

2. 目標：將這份數據轉換成json格式的數據

3. 上代碼

#!/usr/bin/python
# coding:utf-8
# 用xlrd讀取Excel文件基本用法
import sys
import xlrd
import json

# 設置編碼格式
reload(sys)
sys.setdefaultencoding('utf-8')

# 1. 從Excel文件中讀取出Book對象
data = xlrd.open_workbook('./gdp_data.xls')
# print type(data)
# 輸出：<class 'xlrd.book.Book'>

# 2. 獲取sheet頁對象
# 2.1 通過sheet索引獲取
sheet1 = data.sheet_by_index(0)
# print sheet1
# 輸出：<xlrd.sheet.Sheet object at 0x7efc10319ed0>

# 2.2 通過sheet名稱獲取
sheet2 = data.sheet_by_name(u'Sheet1')
# print sheet2
# 輸出：<xlrd.sheet.Sheet object at 0x7efbfb72db10>

# 3. 獲取sheet頁的行數和列數
nrows = sheet1.nrows
ncols = sheet1.ncols
# print nrows,ncols
# 輸出：62 5
# 說明表格有62行、5列

# 4. 獲取第0行的值（是一個列表）
row_data = sheet1.row_values(0)
# print row_data
# 輸出：[u'year', u'GDP', u'first industry', u'second industry', u'third industry']

# 5. 獲取第0列的值（是一個列表）
col_data = sheet1.col_values(0)
# print col_data
# 輸出：[u'year', 1952.0, 1953.0, 1954.0, 1955.0,...]

# 6. 使用行列索引（從0開始）獲取單元格的數據
cell_A1 = sheet1.cell(0,0)
# print cell_A1
# print type(cell_A1)
# print cell_A1.value
# 輸出：
'''
text:u'year'
<class 'xlrd.sheet.Cell'>
year
'''

# 7. 應用：將Excel文件中的數據轉換成json數組
# 索引（即表頭）
idx = sheet1.row_values(0)
# 最終的數據列表
data = []
# 從第1行開始遍歷循環所有行，獲取每行的數據
for i in range(1,nrows):
    row_data = sheet1.row_values(i)
    # 組建每一行數據的字典
    row_data_dict = {}
    # 遍歷行數據的每一項，賦值進行數據字典
    for j in range(len(row_data)):
        item = row_data[j]
        row_data_dict[idx[j]] = item
        # 將年份字段轉成整形
        row_data_dict['year'] = int(row_data_dict['year'])
    # 將行數據字典加入到data列表中
    data.append(row_data_dict)

print json.dumps(data,indent = 4)
# 輸出：
'''
[
    {
        "GDP": 679.0, 
        "second industry": 141.8, 
        "first industry": 342.9, 
        "third industry": 194.3, 
        "year": 1952
    }, 
    {
        "GDP": 824.0, 
        "second industry": 192.5, 
        "first industry": 378.0, 
        "third industry": 253.5, 
        "year": 1953
    }, 
    {
        "GDP": 859.0, 
        "second industry": 211.7, 
        "first industry": 392.0, 
        "third industry": 255.3, 
        "year": 1954
    }, 
    ...
]
'''