用Python玩转Excel的五大功能！

在日常的数据处理工作中，Excel无疑是一个强大的工具。然而，当数据量较大或需要自动化处理时，Python凭借其强大的库支持，如pandas和openpyxl，能够更高效地处理Excel文件。

本文将介绍Python中常用的五种Excel操作**，**并额外添加两个实用功能，帮助你提升数据处理和文件美化能力。

一、读写Excel数据

为了演示方便，我们先生成一张Excel表：

import pandas as pd  \# 创建一个DataFrame  
data = {  'Name': \['John', 'Anna', 'Peter', 'Linda'\],  'Age': \[28, 34, 29, 32\]  
}  
df = pd.DataFrame(data)  \# 写入Excel文件  
df.to\_excel('output.xlsx', index=False)  \# 读取Excel文件  
df = pd.read\_excel('output.xlsx', sheet\_name='Sheet1')  
print(df)

我们生产了一个dataframe数据表，利用to_excel函数将这个表保存到本地路径，保存为’output.xlsx’。

然后再用read_excel函数将这个Excel表读取进来，数据如下：

现在，这些数据已经被保存到output.xlsx这个Excel表格中，接下来我们对这份数据进行后续操作。

二、修改Excel文件

现在我们将第一个人“John”的年龄改为30岁：

\# 读取Excel文件   
df = pd.read\_excel('output.xlsx')  \# 修改数据   
df.loc\[0, 'Age'\] = 30  \# 将第一行的Age改为30   \# 写入Excel文件   
df.to\_excel('modified.xlsx', index=False)

我们先把刚才保存好的output.xlsx读取进来，修改第一个人的年龄为30岁，然后再保存为modified.xlsx。

可以看到，当前路径下有两张Excel表格。

我们打开modified.xlsx看看：

可以看到John的年龄被修改为30岁了。

三、添加和删除行列

接下来，我们在modified.xlsx表格的基础上做一些添加和删除的操作：

●新增一个人的信息；

●添加一列“Pet”，给这几位靓仔添加一些宠物；

●为了保护个人隐私，把City这一列删除。

如下：

\# 读取Excel文件   
df = pd.read\_excel('modified.xlsx')  \# 添加行  
df.loc\[4, :\] = \['Bob', 45, 'Osaka', 'Dancer'\]  
\# 添加列  
df\['Pet'\] = \['Cat', 'Lion', 'Dog', 'Tiger', 'Monkey'\]  
\# 删除列  
df.drop('City', axis=1, inplace=True)  \# 写入Excel文件  
df.to\_excel('modified2.xlsx', index=False)

我们首先利用df.loc定位到最后一行，新增Bob的相关信息，然后添加Pet这一列的信息，删除Age这一列，最后保存为modified2.xlsx：

可以看到，Bob的信息被添加进去了，而且City也被删除了，此外，每位靓仔都拥有了一个宠物！

四、筛选和排序数据

接下来，我们把表格中年龄大于30岁的人筛选出来，保存到另一张Excel表中：

\# 读取Excel文件  
df = pd.read\_excel('modified2.xlsx')  \# 筛选Age大于30的数据  
filtered\_df = df\[df\['Age'\] > 30\]  
\# 按Age列排序   
sorted\_df = df.sort\_values(by='Age')  \# 写入Excel文件  
df.to\_excel('modified3.xlsx', index=False)

首先依然是读取Excel表格，然后利用dataframe的筛选语句，筛选出Age这一列大于30的人，再用sort_values函数进行排序。

注意，**sort_values函数默认为升序排列，**如果想改为降序排列，需要设定参数ascending=False。

现在新生成的modified3.xlsx表格如下：

五、实现Excel的VLOOKUP

最后我们来点复杂的操作，**实现Excel的王牌函数：**VLOOKUP！

VLOOKUP函数本质上是把两种表格按照某列关键字进行横向拼接，现在我们再生成一张新表：

没错，就是刚才我们删除的City……这张新表命名为city.xlsx。

现在我们要以Name这一列作为关键字，把modified3.xlsx与city.xlsx这两张表进行横向拼接：

\# VLOOLUP函数  
df1 = pd.read\_excel('modified3.xlsx')  
df2 = pd.read\_excel('city.xlsx')  
df\_new = pd.merge(df1, df2, on='Name', how='left')  
df\_new.to\_excel('last.xlsx')  
print(df\_new)

这段代码的关键点在于pd.merge函数。

该函数的主要参数如下：