Pandas 是一個強大的 Python 數據分析庫，支持對 Excel 文件的讀取、寫入和操作。以下是一些常見的 Pandas 操作 Excel 的方法，包括讀取 Excel 文件、寫入 Excel 文件以及一些常用的數據處理操作。

?? 一、讀取 Excel 文件

1. 讀取整個 Excel 文件

import pandas as pd

# 讀取 Excel 文件
df = pd.read_excel('data.xlsx')

# 查看前幾行數據
print(df.head())

2. 讀取指定的工作表（Sheet）

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

sheet_name 可以是字符串（表名）、整數（第幾個表，從 0 開始），或者 None（讀取所有表）。

3. 讀取多個工作表并返回字典

dfs = pd.read_excel('data.xlsx', sheet_name=None)  # 返回字典，鍵是 sheet 名，值是 DataFrame

?? 二、寫入 Excel 文件

1. 寫入單個 DataFrame 到 Excel

df.to_excel('output.xlsx', index=False)

index=False 表示不保存行索引。

2. 寫入多個 DataFrame 到不同工作表

with pd.ExcelWriter('output.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

?? 三、常見操作示例

1. 篩選數據并保存

# 讀取數據
df = pd.read_excel('data.xlsx')

# 篩選數據
filtered_df = df[df['銷售額'] > 1000]

# 保存到新 Excel 文件
filtered_df.to_excel('filtered_data.xlsx', index=False)

2. 添加新列

df['利潤率'] = df['利潤'] / df['銷售額']

3. 修改某些值

df.loc[df['地區'] == '華東', '折扣'] = 0.95

4. 合并兩個 Excel 文件

df1 = pd.read_excel('data1.xlsx')
df2 = pd.read_excel('data2.xlsx')

combined_df = pd.concat([df1, df2], ignore_index=True)
combined_df.to_excel('combined_data.xlsx', index=False)

?? 四、安裝依賴

要使用 pandas 讀寫 Excel 文件，需要安裝以下依賴之一：

pip install openpyxl   # 用于 .xlsx 文件
pip install xlrd       # 用于 .xls 文件（舊版）

? 五、注意事項

• .xlsx 使用 openpyxl
• .xls 使用 xlrd
• 寫入 Excel 時默認使用 openpyxl 引擎
• 可以通過 engine='openpyxl' 指定引擎

?? 示例完整代碼

import pandas as pd

# 讀取 Excel
df = pd.read_excel('sales_data.xlsx', sheet_name='2024')

# 添加新列
df['利潤率'] = df['利潤'] / df['銷售額']

# 篩選數據
high_profit = df[df['利潤率'] > 0.3]

# 寫出結果
high_profit.to_excel('high_profit_sales.xlsx', index=False)

如果你有具體的需求，比如處理多個 sheet、合并多個 Excel 文件、處理日期列、去重等，可以告訴我，我可以提供更詳細的代碼示例 ??