PythonによるExcel（xls）ファイルの読み取り/解析

Python（ではなく）でExcel（XLS）ファイルを読み取る最良の方法は何ですか CSVファイルで）。

このタスクを実行するためにPythonでデフォルトでサポートされている組み込みパッケージはありますか？

ファイルの読み取りにはxlrdを強くお勧めし.xlsます。

voyagerはCOMオートメーションの使用に言及しました。数年前に自分でこれを行ったので、これが本当のPITAであることに注意してください。警告の数は膨大であり、ドキュメントは不足していて煩わしいものです。私は多くの奇妙なバグや落とし穴に遭遇し、そのうちのいくつかは理解するのに何時間もかかりました。

更新：新しい.xlsxファイルの場合、読み取りと書き込みに推奨されるライブラリはopenpyxlであるようです（ありがとう、IkarPohorský）。

パンダを使用する：

import pandas as pd

xls = pd.ExcelFile("yourfilename.xls")

sheetX = xls.parse(2) #2 is the sheet number

var1 = sheetX['ColumnName']

print(var1[1]) #1 is the row number...

それらのいずれかを選択できますhttp://www.python-excel.org/
私はpython xlrdライブラリをお勧めします。

使用してインストール

pip install xlrd

インポート

import xlrd

ブックを開く

workbook = xlrd.open_workbook('your_file_name.xlsx')

名前でシートを開く

worksheet = workbook.sheet_by_name('Name of the Sheet')

インデックスでシートを開く

worksheet = workbook.sheet_by_index(0)

セル値を読み取る

worksheet.cell(0, 0).value    

パンダが一番いい方法だと思います。Pandas 関数を使用してここにすでに1つの答えがありExcelFileますが、私には適切に機能しませんでした。ここから私はread_excelうまく機能する機能を見つけました：

import pandas as pd
dfs = pd.read_excel("your_file_name.xlsx", sheet_name="your_sheet_name")
print(dfs.head(10))

PS機能を動作xlrdさせるには、インストールが必要ですread_excel

更新21-03-2020：ここに表示されているように、xlrdエンジンに問題があり、廃止される予定です。openpyxl最良の代替品です。したがって、ここで説明するように、正規構文は次のようになります。

dfs = pd.read_excel("your_file_name.xlsx", sheet_name="your_sheet_name", engine="openpyxl")

xlsxについては、以前にhttps://web.archive.org/web/20180216070531//programming/4371163/reading-xlsx-files-using-pythonとして投稿されたソリューションが好きです。標準ライブラリのモジュールのみを使用しています。

def xlsx(fname):
    import zipfile
    from xml.etree.ElementTree import iterparse
    z = zipfile.ZipFile(fname)
    strings = [el.text for e, el in iterparse(z.open('xl/sharedStrings.xml')) if el.tag.endswith('}t')]
    rows = []
    row = {}
    value = ''
    for e, el in iterparse(z.open('xl/worksheets/sheet1.xml')):
        if el.tag.endswith('}v'):  # Example: <v>84</v>                            
            value = el.text
        if el.tag.endswith('}c'):  # Example: <c r="A3" t="s"><v>84</v></c>                                 
            if el.attrib.get('t') == 's':
                value = strings[int(value)]
            letter = el.attrib['r']  # Example: AZ22                         
            while letter[-1].isdigit():
                letter = letter[:-1]
            row[letter] = value
            value = ''
        if el.tag.endswith('}row'):
            rows.append(row)
            row = {}
    return rows

追加された改善点は、シート名でコンテンツをフェッチし、reを使用して列を取得し、共有文字列が使用されているかどうかを確認することです。

def xlsx(fname,sheet):
    import zipfile
    from xml.etree.ElementTree import iterparse
    import re
    z = zipfile.ZipFile(fname)
    if 'xl/sharedStrings.xml' in z.namelist():
        # Get shared strings
        strings = [element.text for event, element
                   in iterparse(z.open('xl/sharedStrings.xml')) 
                   if element.tag.endswith('}t')]
    sheetdict = { element.attrib['name']:element.attrib['sheetId'] for event,element in iterparse(z.open('xl/workbook.xml'))
                                      if element.tag.endswith('}sheet') }
    rows = []
    row = {}
    value = ''

    if sheet in sheets:
    sheetfile = 'xl/worksheets/sheet'+sheets[sheet]+'.xml'
    #print(sheet,sheetfile)
    for event, element in iterparse(z.open(sheetfile)):
        # get value or index to shared strings
        if element.tag.endswith('}v') or element.tag.endswith('}t'):
            value = element.text
        # If value is a shared string, use value as an index
        if element.tag.endswith('}c'):
            if element.attrib.get('t') == 's':
                value = strings[int(value)]
            # split the row/col information so that the row leter(s) can be separate
            letter = re.sub('\d','',element.attrib['r'])
            row[letter] = value
            value = ''
        if element.tag.endswith('}row'):
            rows.append(row)
            row = {}

    return rows

ここにリストされている任意のライブラリ（JExcelApiに基づくPyxlreaderやxlwtなど）と、ファイルの読み取りにExcel自体を使用するCOMオートメーションを使用できますが、ソフトウェアの依存関係としてOfficeを導入しています。これは常にオプションとは限りません。

古いXLS形式が必要な場合。以下のansii 'cp1251'のコード。

import xlrd

file=u'C:/Landau/task/6200.xlsx'

try:
    book = xlrd.open_workbook(file,encoding_override="cp1251")  
except:
    book = xlrd.open_workbook(file)
print("The number of worksheets is {0}".format(book.nsheets))
print("Worksheet name(s): {0}".format(book.sheet_names()))
sh = book.sheet_by_index(0)
print("{0} {1} {2}".format(sh.name, sh.nrows, sh.ncols))
print("Cell D30 is {0}".format(sh.cell_value(rowx=29, colx=3)))
for rx in range(sh.nrows):
   print(sh.row(rx))

Python Exceleratorもこのタスクを処理します。http://ghantoos.org/2007/10/25/python-pyexcelerator-small-howto/

DebianとUbuntuでも利用できます。

 sudo apt-get install python-excelerator

（非Python）プログラムxls2csvの実行も検討してください。xlsファイルをフィードすると、csvが返されます。

古いExcelファイルには、使用されているOLE構造化ストレージ形式を読み取ることができるOleFileIO_PLモジュールがあります。

    with open(csv_filename) as file:
        data = file.read()

    with open(xl_file_name, 'w') as file:
        file.write(data)

組み込みのパッケージを使用して、上記のようにCSVをExcelに変換できます。CSVはdictreaderとdictwriterの組み込みパッケージで処理でき、Python辞書と同じように機能します。これにより、非常に簡単になりました。現在、組み込みのExcel用パッケージを認識していませんが、openpyxlに遭遇しました。また、これは非常に単純明快でシンプルでした

    import openpyxl
    book = openpyxl.load_workbook(filename)
    sheet = book.active 
    result =sheet['AP2']
    print(result.value)