python如何读取excel文件：主流方法实操对比

python如何读取excel文件，主流可落地的方法为xlrd、pandas、openpyxl三种，其中xlrd适配xls旧版表格、openpyxl适配xlsx新版表格、pandas兼顾读写与数据分析，三者均为Python办公场景常用库，新手优先选pandas，仅读取老旧表格选xlrd，精细编辑表格选openpyxl，所有方法均适配Windows、Mac系统，仅不支持加密、损坏或带宏的Excel文件。

python读取excel文件之xlrd库操作

xlrd是专门用于Excel数据读取的轻量级Python库，目前最新稳定版为xlrd2.0.1，该版本仅支持xls格式文件，完全放弃了xlsx格式适配，适合处理2003版及更早的老旧Excel表格。你需要先通过pipinstallxlrd完成安装，安装完成后，先导入库，再通过open_workbook打开本地Excel文件，利用sheet_by_index选择指定工作表，最后通过cell_value获取单元格数据、row_values获取整行数据。

该库的优势是占用内存极低、运行速度快，无需复杂配置，纯读取场景效率较高，缺点是功能单一，无法编辑、写入Excel内容，且格式适配范围狭窄。若强行用xlrd读取xlsx文件，会直接抛出格式不匹配的运行报错，无法获取任何数据。

python读取excel文件之openpyxl库操作

openpyxl是专为现代xlsx格式Excel文件设计的Python库，支持Office2007及以上版本生成的表格，兼顾读取、修改、写入、样式编辑等全功能，是精细化操作Excel的首选工具。安装命令为pipinstallopenpyxl，实操时通过load_workbook打开文件，设置data_only=True可读取单元格的实际计算数值，避免读取到公式代码，再通过工作表名称或序号选中目标表单，逐行逐单元格读取数据。

这个库可以保留表格原有格式、合并单元格、批注等细节数据，适配复杂格式Excel文件，短板是不支持xls老旧格式，处理超大体积Excel文件时，运行速度会出现一定幅度下降，内存占用高于xlrd。

python读取excel文件之pandas库操作

pandas是数据分析场景的最优选择，依托底层集成的xlrd、openpyxl内核，可自动适配xls、xlsx全格式Excel文件，无需手动切换库。安装需执行pipinstallpandas，读取xlsx文件会默认调用openpyxl内核，读取xls文件自动调用xlrd内核，核心读取语句为pd.read_excel()，一行代码即可读取整张工作表数据并自动转换为结构化DataFrame格式。

你可以通过sheet_name指定读取的工作表，传入数字代表工作表序号，传入文本代表工作表名称，通过usecols筛选指定列，通过skiprows跳过表头无效行，大幅简化数据预处理流程。该方法的局限性是会忽略Excel的单元格样式、批注、合并格式，仅保留纯数据内容。

加密Excel文件无法通过以上三种常规方法读取。

日常批量读取、数据分析场景，pandas的综合实用性较强，能大幅减少代码编写量。

读取Excel文件时，文件路径必须填写完整绝对路径，路径中禁止包含中文、空格及特殊符号，否则大概率出现文件找不到的报错。相对路径仅适用于Python脚本与Excel文件存放在同一文件夹的场景，跨文件夹运行脚本会直接读取失败。

处理10万行以上的超大Excel数据集时，可在pandas读取语句中添加chunksize参数，设置单次读取行数，实现分块读取，能有效降低程序内存溢出的概率，保障脚本稳定运行。