
Python中的Pandas库可以读写xlsx和xls格式的Excel文件,但是如果需要读写包含宏的xlsm格式文件,则需要使用其他的工具或库。
XLSM文件是基于XML的电子表格文件,允许用户在其中嵌入VBA(Visual Basic for Applications)宏代码。由于这些宏代码可能会执行任意操作,包括修改电子表格本身,因此许多应用程序都禁止了它们的使用,以防止潜在的安全漏洞。
虽然Pandas本身没有直接支持读取xlsm文件的功能,但是我们可以使用openpyxl或者xlwings等其他库来处理这种类型的文件。下面分别介绍它们的具体用法。
Openpyxl是一个Python库,用于读写Excel 2010 xlsx / xlsm / xltx / xltm文件。使用openpyxl,可以使用Python脚本自动化Excel文件的创建、修改、读取和保存等操作。以下是如何使用openpyxl读取和写入xlsm文件的示例代码:
import openpyxl # 打开工作簿 workbook = openpyxl.load_workbook('example.xlsm', keep_vba=True) # 选择工作表 worksheet = workbook['Sheet1'] # 读取单元格的值 cell_value = worksheet.cell(row=2, column=2).value # 写入单元格的值 worksheet.cell(row=3, column=3, value='New Value') # 保存工作簿 workbook.save('example.xlsm')
在加载工作簿时,需要设置keep_vba参数为True,以便保留xlsm文件中的VBA宏代码。然后可以使用工作表对象和单元格对象读取和修改数据,最后使用save方法保存修改后的文件。
xlwings是一个用于实现Python和Excel之间互操作性的库。它允许您在Python中调用Excel中的宏、函数和公式,也可以将Python脚本嵌入到Excel中执行。以下是如何使用xlwings读取和写入xlsm文件的示例代码:
import xlwings as xw # 打开工作簿 workbook = xw.Book('example.xlsm') # 选择工作表 worksheet = workbook.sheets['Sheet1'] # 读取单元格的值 cell_value = worksheet.range('B2').value # 写入单元格的值 worksheet.range('C3').value = 'New Value' # 保存工作簿 workbook.save()
在使用xlwings时,可以使用Book对象打开工作簿,然后使用Sheets集合对象选择要操作的工作表。接下来可以使用Range对象读取和修改单元格的数据,最后使用Save方法保存修改后的文件。
总结而言,如果需要处理包含宏的xlsm格式文件,可以使用openpyxl或xlwings这样的Python库进行操作。虽然Pandas库本身不支持直接读写xlsm文件,但是可以通过这些库来实现Python和Excel之间的数据交换和互操作。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~
免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10