Excel处理控件Aspose.Cells教程：在 Python 中将 CSV 转换为 Pandas DataFrame

文华苑 發表於 2025-9-2 10:02:00

Excel处理控件Aspose.Cells教程：在 Python 中将 CSV 转换为 Pandas DataFrame

<img src="https://image.evget.com/attachment/keditor/image/20250902/093548_7.png">
处理 CSV 文件是数据分析师和开发人员的日常工作。如果您需要将 CSV 转换为 Pandas DataFrame，Pandas 提供了直接read_csv()函数，但有时您需要更强大的功能。这时，Aspose.Cells for Python 就派上用场了。使用 Aspose.Cells，您可以在 Pandas 中导入 CSV，同时确保更好的控制、可靠性以及与 Excel 格式的兼容性。在本篇教程中，您将逐步学习如何将 CSV 转换为 Pandas、处理 Excel 文件以及将其导出到 Pandas DataFrame。
Aspose.Cells官方试用版免费下载，请联系Aspose官方授权代理商慧都科技
加入Aspose技术交流QQ群（1041253375），与更多小伙伴一起探讨提升开发技能。
<h2 id="python-library-to-convert-csv-to-pandas-dataframe">将 CSV 转换为 Pandas DataFrame 的 Python 库</h2>
Aspose.Cells for Python via .NET是一个功能强大的电子表格处理库。它允许您以编程方式创建、读取、编辑和转换 Excel 和 CSV 文件，而无需 Microsoft Excel。在处理 CSV 到 Pandas 的转换时，Aspose.Cells 可以充当原始 CSV 文件和结构化 Pandas DataFrame 之间的可靠桥梁。
<h2 id="prerequisites">先决条件</h2>
在运行示例之前，请确保已安装以下内容：
<ul>
<li>通过 .NET 的 Python Aspose.Cells：从版本下载或使用 pip 安装：</li>
</ul>
<pre class="prettyprint lang-js highlighter-hljs"><code>pip install aspose-cells-python</code></pre>
<ul>
<li>Pandas – 使用 pip 安装：</li>
</ul>
<pre class="prettyprint lang-js highlighter-hljs"><code>pip install pandas</code></pre>
这两个库将允许您使用 Aspose.Cells 加载和处理 CSV/Excel 文件，然后将它们转换为 Pandas DataFrames 进行分析。
<blockquote>
通过 .NET 为 Python 使用 Aspose.Cells → 用于读取和处理 CSV/Excel 文件。
</blockquote>
<blockquote>
Pandas →用于构建和分析 DataFrames。
</blockquote>
Aspose.Cells官方试用版免费下载，请联系Aspose官方授权代理商慧都科技
加入Aspose技术交流QQ群（1041253375），与更多小伙伴一起探讨提升开发技能。
<h2 id="convert-csv-to-pandas-dataframe-step-by-step">将 CSV 转换为 Pandas DataFrame：分步说明</h2>
在本节中，您将逐步了解使用 Aspose.Cells for Python 将 CSV 文件转换为 Pandas DataFrame 的完整过程。每个步骤都分解为多个小任务，方便您轻松掌握。首先，您将把 CSV 文件加载到工作簿中。提取其内容并构建 Pandas DataFrame。
<h3 id="step-1-load-csv-into-workbook">步骤 1：将 CSV 加载到工作簿</h3>
让我们首先将 CSV 文件加载到 Aspose.Cells 工作簿中。
<ol>
<li>导入 Workbook 类。</li>
<li>加载 CSV 文件。</li>
<li>访问第一个工作表。</li>
</ol>
<pre class="prettyprint lang-js highlighter-hljs"><code>import aspose.cells as ac

# Load CSV file into Workbook
csv_wb = ac.Workbook("data.csv")

# Access the first worksheet (CSV loads as sheet)
csv_ws = csv_wb.worksheets</code></pre>
<h3 id="step-2-extract-data-from-worksheet">步骤 2：从工作表中提取数据</h3>
文件加载完成后，逐行提取其内容。这将为数据转换为 DataFrame 做好准备。
<ol>
<li>获取细胞集合。</li>
<li>循环遍历行和列。</li>
<li>将值存储在列表列表中。</li>
</ol>
<pre class="prettyprint lang-js highlighter-hljs"><code>cells = csv_ws.cells

# Extract CSV data into Python list
data = []
for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
row_data = []
for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
 row_data.append(cells.get(row_idx, col_idx).value)
data.append(row_data)</code></pre>
<h3 id="step-3-convert-csv-to-pandas-dataframe">步骤3：将CSV转换为Pandas DataFrame</h3>
现在，将提取的列表转换为 Pandas DataFrame。此步骤展示如何将 CSV 转换为带有适当标头的 Pandas DataFrame。
<ol>
<li>导入 Pandas。</li>
<li>使用第一行作为标题。</li>
<li>从剩余的行创建 DataFrame。</li>
</ol>
<pre class="prettyprint lang-js highlighter-hljs"><code>import pandas as pd

# Convert to Pandas DataFrame
headers = data # First row as header
rows = data # Remaining rows as data

df = pd.DataFrame(rows, columns=headers)

print(df.head())</code></pre>
<blockquote>
现在，您已成功使用 Aspose.Cells 将 CSV 转换为 DataFrame Pandas。
</blockquote>
通过这些步骤，您已经了解了如何使用 Aspose.Cells 将 CSV 文件转换为 Pandas DataFrame。接下来，让我们探索如何处理 Excel 文件：首先将其保存为 CSV，然后将其加载到 Pandas 中。
<h2 id="convert-excel-to-pandas-dataframe-via-csv-file">通过 CSV 文件将 Excel 转换为 Pandas DataFrame</h2>
有时您的数据是 Excel 格式（.xlsx 或 .xls），并且您想通过 CSV 将 Excel 转换为 Pandas DataFrame。Aspose.Cells 可以实现无缝衔接。
按照以下步骤通过 CSV 文件将 Excel 转换为 Pandas DataFrames：
<ol>
<li>将 Excel 文件加载到Workbook类对象中。</li>
<li>将 Excel 文件保存为 CSV。</li>
<li>将新创建的 CSV 文件重新加载到工作簿中。</li>
<li>通过索引访问第一个工作表。</li>
<li>将所有单元格值提取到 Python 列表列表中。</li>
<li>使用第一行作为列标题，其余作为数据行。</li>
<li>从提取的数据中创建一个 Pandas DataFrame。</li>
<li>打印结果。</li>
</ol>
以下代码示例展示了如何在 Python 中将 Excel 转换为 pandas DataFrame：
<pre class="prettyprint lang-js highlighter-hljs"><code>import aspose.cells as ac
import pandas as pd

# Load an Excel file
excel_wb = ac.Workbook("PandasTest.xlsx")

# Save Excel as CSV
excel_wb.save("converted.csv", ac.SaveFormat.CSV)

# Reload CSV with Aspose.Cells
csv_wb = ac.Workbook("converted.csv")
csv_ws = csv_wb.worksheets

# Extract data from CSV
cells = csv_ws.cells
data = []
for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
row_data = []
for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
 row_data.append(cells.get(row_idx, col_idx).value)
data.append(row_data)

# Convert to Pandas DataFrame
headers = data
rows = data
df = pd.DataFrame(rows, columns=headers)

# Show results
print(df.head())</code></pre>
输出：
<pre class="prettyprint lang-js highlighter-hljs"><code> Product AProduct B Period
0 50 160 Q1
1 100 32 Q2
2 170 50 Q3
3 300 40 Q4</code></pre>
<h2 id="working-with-large-csv-files">处理大型 CSV 文件</h2>
对于非常大的数据集，Aspose.Cells 比普通的 Pandas 更能处理内存。您甚至可以启用内存优化。步骤与之前相同。唯一的变化是加载 CSV 文件LoadOptions并设置MEMORY_PREFERENCE为高效处理大文件。
以下代码示例展示了如何在 Python 中将大型 CSV 文件转换为 pandas DataFrame：
<pre class="prettyprint lang-js highlighter-hljs"><code>import aspose.cells as ac
import pandas as pd

# Load the large CSV file with Aspose.Cells
options = ac.LoadOptions()
options.memory_setting = ac.MemorySetting.MEMORY_PREFERENCE
csv_wb = ac.Workbook("large_file.csv", options)
csv_ws = workbook.worksheets

# Extract data from CSV
cells = csv_ws.cells
data = []
for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
row_data = []
for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
 row_data.append(cells.get(row_idx, col_idx).value)
data.append(row_data)

# Convert to Pandas DataFrame
headers = data
rows = data
df = pd.DataFrame(rows, columns=headers)

# Show results
print(df.head())</code></pre>
<h2 id="conclusion">结论</h2>
在本指南中，您学习了如何将 CSV 文件直接加载到 Aspose.Cells 中并将其转换为 Pandas DataFrames，以及如何在导入 Excel 文件之前将其保存为 CSV。Aspose.Cells 与 Pandas 结合使用，可为您提供更强大的控制力、性能和灵活性，使您的数据处理任务更加可靠且可扩展。
Aspose.Cells官方试用版免费下载，请联系Aspose官方授权代理商慧都科技
加入Aspose技术交流QQ群（1041253375），与更多小伙伴一起探讨提升开发技能。 
来源：https://www.cnblogs.com/software-Development/p/19069482

頁: [1]

琼殿技术论坛's Archiver

Excel处理控件Aspose.Cells教程：在 Python 中将 CSV 转换为 Pandas DataFrame