Python 處理 Excel、NumPy、Pandas 互相轉換教學與範例

介紹如何在 Python 中處理 Excel 與 NumPy 或 Pandas 之間的資料格式轉換。

許多表格類型的資料都會以 Excel 格式來儲存，而在 Python 中若要處理表格類型的資料，最常用的就是 NumPy 與 Pandas 兩套函式庫，以下是處理 Excel 表格與 NumPy 與 Pandas 資料格式之間的轉換的基本範例。

Excel 與 NumPy 轉換

若要將 NumPy 的數值矩陣資料，儲存於 Excel 工作表中，可以將 NumPy 陣列轉為串列（list）之後，再透過 openpyxl 模組將資料寫入 Excel 工作表中，以下是簡單的操作範例：

import numpy
import openpyxl

# 建立 NumPy 陣列
myArr = numpy.array([[1, 2, 3], [4, 5, 6]])

# 建立 Excel 活頁簿
wb = openpyxl.Workbook()

# 取得作用中的工作表
ws = wb.active

# 設定工作表名稱
ws.title = "NumPy_Arr"

# 將 NumPy 陣列寫入 Excel 工作表
for x in myArr:
    ws.append(x.tolist())

# 儲存 Excel 活頁簿至檔案
wb.save(filename='test.xlsx')

上面這個範例執行之後，會建立一個 test.xlsx 檔案，其內容如下：

若要反過來將 Excel 工作表的數值矩陣讀取至 Python 的 NumPy 陣列中，可以參考以下範例：

import numpy
import openpyxl

# 讀取 Excel 活頁簿
wb = openpyxl.load_workbook('test.xlsx')

# 取得作用中的工作表
ws = wb.active

# 將 Excel 工作表轉為串列
myList = [row for row in ws.values]

# 將串列轉為 NumPy 陣列
myArr = numpy.array(myList)

# 輸出 NumPy 陣列
print(myArr)

[[1 2 3]
 [4 5 6]]

Excel 與 Pandas 轉換

若要將 Pandas 的 dataframe 資料表儲存於 Excel 工作表中，可以使用 Pandas 內建的 to_excel 函數來處理，以下是簡單的操作範例：

import pandas

# 建立 Pandas 資料表
d = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df = pandas.DataFrame(data=d)

# 將 Pandas 資料表寫入 Excel 檔案
df.to_excel("test2.xlsx")

輸出的 Excel 檔案會像這樣：

若要讀取 Excel 檔案並轉為 Pandas 資料表，可以使用 Pandas 的 read_excel 函數，並搭配 openpyxl 引擎來讀取 Excel 檔案：

import pandas

# 讀取 Excel 檔案轉為 Pandas 資料表
df = pandas.read_excel("test2.xlsx", index_col=0, engine='openpyxl')
print(df)

   col1  col2
0     1     4
1     2     5
2     3     6

由於這裡讀取的 Excel 檔案中，第一欄是標示所引用的欄位，所以要加上 index_col 參數來指定索引欄位，若 Excel 檔案中沒有所以欄位，則可移除此參數。

另外亦可使用 openpyxl 來處理 Pandas 與 Excel 檔案的轉換，但這種方式比較不直接，詳細用法可參考 openpyxl 的說明文件。