本段说说使用csv库常见的问题:
csv文件中:1002A站点0时的AQI为空白值,返回的结果为NAN
2.推荐使用nan*0之后仍是nan,而不是0
3.加了参数后,输出的所有数据类型变为str,nan变为空值,len(result)=0。
为了带大家了解各个库的异同,从而在不同场景下可以灵活使用,本文将横向比较7个可以操作 Excel 文件的常用模块,在比较各模块常用操作的同时进行巩固学习! 首先让我们来整体把握下不同库的特点
如果你懒得看详细的对比过程,可以直接看最后的总结图,然后拉到文末收藏点赞就算学会了
7个模块均为非标准库,因此都需要在命令行中 多数模块可以直接通过名字导入,有些模块约定俗称会使用缩写:
并不是所有7个模块都可以读取 Excel 文件,而即使能读取Excel文件也要分不同后缀名进行讨论,具体如下:
如果读取
接下来比较四个模块在同一配置电脑下读取 10MB
最后测试的结果是, 读入 Excel 文件部分的表格总结如下: 针对上述4个可以读取 Excel 文件的模块,进一步讨论其获取工作表 sheet 的方式 可以通过 sheet 名查找:
另外也可以通过工作表名指定获取工作表:
单独获取工作表完全没有 简单总结创建 Excel 文件的情况:
无论是新建还是打开都需要保存工作簿、关闭工作簿、关闭程序,即:
简单总结保存 Excel 文件的情况:
获取单元格的值基本前提是能够读取文件,因此基本围绕
还是先简单总结对 Excel 文件写入数据的情况:
代码中的 依旧简单总结对 Excel 文件样式调整的情况:
简单介绍
简单总结对 Excel 文件插入图片的情况:
scale_y表示相对原图宽高的比例,图片可放大缩小
下面是用 第一个参数是插入的起始单元格,第二个参数是图片文件的绝对路径
以上就是根据不同 Python 模块,对常见的 Excel 操作进行对比的全部内容,最终结果汇总如下表所示
请注意,本文目的并不是要评出一个最好的库,仅是从不同角度对不同库进行对比,希望能够让大家了解各个库所擅长的工作。比如 只有充分了解不同工具的特点,才能够在不同的场景下灵活运用不同的方法来高效解决问题!如果喜欢本文的话,希望你可以给本文点个赞! |
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。