Python和Excel-OpenPyXL

我正在使用Python处理Excel，有几个问题：

正在将Excel工作表加载到二维数组中。
在VBA中，我只需执行以下操作：

我会得到数组（1到2500，1到5），我可以很容易地访问它，例如arrData（1,5）->行1列5

在Python中，我设法做到的是：

#declare list
excel_data=[]

#loop to load excel spreadsheet data into 2d Array   
#basically I am looping through every row and append it to list
for row in shtData.iter_rows(min_row=5, max_row=50,values_only =True):
    excel_data.append(row)

是否有一种方法可以将行分配给列表，从索引1开始，而不是从0开始
在VBA中，有一个选项Base 1

这是操作Excel数据集的最快方法吗
然后我计划循环遍历2500行5列->12'500个单元格
有了VBA，诚实地说（在内存中的数组上操作）是非常有效的

据我所知，OpenPyXL的功能：

#仅创建对EXCEL工作簿的引用-是否不打开它？或者它被“加载”到内存中，但硬盘上的内容实际上是完整的

shtData = wkb.worksheets[0]                         

#再次仅供参考

shtReport = wkb.create_sheet(title="ReportTable")       

---

#它会添加工作表，但会将其添加到加载到内存中的excel中，只有在保存后，才会覆盖HD上的excel？

您可以使用Pandas并从excel电子表格创建数据框（2D表格）

import pandas as pd

df = pd.read_excel("data.xls")
print(df)
print("____________")
print(f'Average sales are: {df["Gross"].values.mean()}')
print(f'Net income for April: {df.at[3, "Net"]}')
print("____________")
df_no_header = pd.read_excel("data.xls",skiprows=1, header=None)
print(df_no_header)
print("____________")
print(f'Net income for April: {df_no_header.at[3, 2]}')

输出：

---

Pandas dataframe有许多方法，允许您访问行和列并执行更多操作。设置skiprows=1，header=None将跳过标题行。请参阅。

您可以使用Pandas并从Excel spreadsheat创建数据框（2D表格）

import pandas as pd

df = pd.read_excel("data.xls")
print(df)
print("____________")
print(f'Average sales are: {df["Gross"].values.mean()}')
print(f'Net income for April: {df.at[3, "Net"]}')
print("____________")
df_no_header = pd.read_excel("data.xls",skiprows=1, header=None)
print(df_no_header)
print("____________")
print(f'Net income for April: {df_no_header.at[3, 2]}')

输出：

---

Pandas dataframe有许多方法，允许您访问行和列并执行更多操作。设置skiprows=1，header=None将跳过标题行。请参阅。

那么，是否可以用它来操作Excel？还是我还需要OpenPyXL？你根本不需要OpenPyXL。这是一个更强大的选择。如果你经常处理从Excel导入大量数据的问题，那就熟悉Pandas吧。那么有可能用它来操作Excel吗？还是我还需要OpenPyXL？你根本不需要OpenPyXL。这是一个更强大的选择。如果您经常从Excel导入大量数据，请熟悉Pandas。

import pandas as pd

df = pd.read_excel("data.xls")
print(df)
print("____________")
print(f'Average sales are: {df["Gross"].values.mean()}')
print(f'Net income for April: {df.at[3, "Net"]}')
print("____________")
df_no_header = pd.read_excel("data.xls",skiprows=1, header=None)
print(df_no_header)
print("____________")
print(f'Net income for April: {df_no_header.at[3, 2]}')