0. 前言

Python Data Analysis Library 或 pandas 是基於NumPy 的一種工具，該工具是為了解決資料分析任務而建立的。Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具，能使我們快速便捷地處理資料。本文介紹如何用pandas讀寫excel。

1. 讀取excel

讀取excel主要通過read_excel函式實現，除了pandas還需要安裝第三方庫xlrd。

 pd.read_excel(io, sheetname=0, header=0, skiprows=None, skip_footer=0, index_col=None
 
, names=None, parse_cols=None, parse_dates=False, date_parser=None, na_values=None, thousands=None, convert_float=True, has_index_names=None, converters=None, dtype=None, true_values=None, false_values=None, engine=None, squeeze=False, **kwds)
 '''
 該函式主要的引數為io、sheetname、header、names、encoding。
 io:excel檔案，可以是檔案路徑、檔案網址、file-like物件、xlrd workbook;
 sheetname:返回指定的sheet，引數可以是字串（sheet名）、整型（sheet索引）、list（元素為字串和整型，返回字典{'key':'sheet'}）、none（返回字典，全部sheet）;
 header:指定資料表的表頭，引數可以是int、list of ints，即為索引行數為表頭;
 names:返回指定name的列，引數為array-like物件。
 encoding:關鍵字引數，指定以何種編碼讀取。
 該函式返回pandas中的DataFrame或dict of DataFrame物件，利用DataFrame的相關操作即可讀取相應的資料。
 '''
 

 #程式碼示例:
 import pandas as pd
 excel_path = 'example.xlsx'
 d = pd.read_excel(excel_path, sheetname=None)
 print(d['sheet1'].example_column_name)

2. 寫入excel

寫入excel主要通過pandas構造DataFrame，呼叫to_excel方法實現。

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None
 
, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)
'''
該函式主要引數為:excel_writer。
excel_writer:寫入的目標excel檔案，可以是檔案路徑、ExcelWriter物件;
sheet_name:被寫入的sheet名稱，string型別，預設為'sheet1';
na_rep:缺失值表示，string型別;
header:是否寫表頭資訊，布林或list of string型別，預設為True;
index:是否寫行號，布林型別，預設為True;
encoding:指定寫入編碼，string型別。
'''
import pandas as pd
writer = pd.ExcelWriter('output.xlsx')
df1 = pd.DataFrame(data={'col1':[1,1], 'col2':[2,2]})
df1.to_excel(writer,'Sheet1')
writer.save()