Cómo abrir un archivo de Excel en Python: paso a paso

Trabajar con archivos de Excel es una tarea habitual en el día a día de muchos profesionales, a unos nos encanta, a otros lo odiamos. Sin embargo, Python proporciona varias bibliotecas para que este proceso sea más fácil, más ágil y más eficiente.

Tanto Pandas Library como openpyxl permiten a los usuarios abrir un archivo de Excel en Python. Pandas tiene un método incorporado que lo hace fácil, mientras que openpyxl es excelente cuando necesita más control sobre la estructura y el formato del archivo.

En este artículo, exploraremos varios métodos para abrir y trabajar con hojas de cálculo en Python utilizando estas bibliotecas. Con este conocimiento, podrá procesar y analizar de manera eficiente los datos de Excel utilizando las poderosas herramientas proporcionadas por el extenso ecosistema de Python.

Tabla de contenido

• ¿Cuáles son los requisitos previos?
• Cómo instalar las bibliotecas requeridas
• 2 formas de abrir un archivo de Excel en Python
  • 1. Usando pandas
  • 2. Usando openpyxl
• ¿Cómo leer datos de Excel en Python?
  • Leer hoja específica
  • Leer valores de celda
• Cómo manipular datos de Excel
  • Actualizar valores de celda
  • Agregar y eliminar filas y columnas
• Cómo guardar un archivo de Excel en Python
• Hora de terminar las cosas

¿Cuáles son los requisitos previos?

Antes de sumergirse en el proceso de abrir un archivo de Excel en Python, hay algunos requisitos previos que deben cumplirse. En primer lugar, debe tener una comprensión básica de la programación de Python, incluidas las variables, las funciones y la importación de bibliotecas.

Esto lo ayudará a comprender y trabajar fácilmente con los ejemplos de código proporcionados en el artículo.

Además del conocimiento básico de Python, también es importante instalar las bibliotecas necesarias. Hay varias bibliotecas de Python disponibles para trabajar con archivos de Excel, que incluyen:

• pandas: una poderosa biblioteca de manipulación de datos.

• openpyxl: una biblioteca popular para leer y escribir archivos de Excel.

• xlrd: una biblioteca para leer datos y formatear información de archivos de Excel.

• xlwt: una biblioteca para escribir datos y formatear información en archivos de Excel.

• xlutils: un conjunto de herramientas para trabajar con libros de Excel, incluida la lectura, escritura y modificación de datos.

Para instalar cualquiera de las bibliotecas anteriores usando pip, abra el símbolo del sistema o terminal y escriba el siguiente comando, reemplazando ` nombre_biblioteca` con la biblioteca deseada:

pip install 

Otro requisito previo crucial es tener una hoja de cálculo de Excel para trabajar. Debe preparar un libro de trabajo de Excel que contenga los datos que desea manipular con Python.

Puede descargar libros de trabajo de muestra de Microsoft y otros sitios de tutoriales.

Aunque el archivo puede tener varias hojas y varios formatos, se recomienda comenzar con un conjunto de datos simple para el proceso de aprendizaje inicial. Puede abordar hojas de cálculo complejas una vez que adquiera más experiencia y comprensión de las bibliotecas en uso.

Cómo instalar las bibliotecas requeridas

Para trabajar con hojas de cálculo de Excel en Python, debe instalar las bibliotecas adecuadas. Hay varias bibliotecas disponibles para este propósito, pero dos de las más populares son openPyXL y xlrd .

OpenPyXL es una biblioteca de Python que permite leer y escribir archivos de Excel (específicamente archivos xltm, xlsm, xltx y xlsx). No requiere la instalación de Microsoft Excel y funciona en todas las plataformas. Para instalar OpenPyXL usando pip, ejecute el siguiente comando en su terminal:

pip install openpyxl

Por otro lado, xlrd es otra biblioteca muy utilizada para leer datos y formatear información de archivos de Excel. Admite específicamente los formatos de archivo xls y xlsx.

Para instalar xlrd usando pip, ejecute el siguiente comando en su terminal:

pip install xlrd

Una vez que se instala la biblioteca deseada, se puede proceder a leer o escribir archivos de Excel en Python. Cada biblioteca tiene sus características y sintaxis únicas, por lo que es esencial elegir la que mejor se adapte a sus requisitos.

2 formas de abrir un archivo de Excel en Python

En esta sección, discutiremos dos métodos populares para abrir una hoja de cálculo de Excel. Exploraremos cómo puede hacer esto con las bibliotecas Pandas y Openpyxl.

1. Usando pandas

Pandas es una poderosa biblioteca de análisis de datos en Python que proporciona funcionalidades convenientes para leer, escribir y manipular datos de varios formatos, incluidos los formatos de archivo Excel y CSV.

Puede ver sus capacidades en este video sobre cómo volver a muestrear datos de series temporales usando pandas para mejorar el análisis:

Para abrir una hoja de cálculo de Excel usando Pandas, siga las instrucciones a continuación:

1. Primero, instale la biblioteca de Pandas si aún no lo ha hecho. Puedes instalarlo usando pip:

   pip install pandas

   

2. A continuación, importe Pandas en su secuencia de comandos de Python y use la función read_excel() para cargar el archivo:

   #Read excel spreadsheets with pandas
   import pandas as pd
   
   file_name = "path/to/your/file.xlsx"  # Replace with your file path
   sheet = "Sheet1"  # Specify the sheet name or number
   df = pd.read_excel(io=file_name, sheet_name=sheet)
   
   print(df.head(5))  # Print first 5 rows of the dataframe

3. Esto leerá la hoja de Excel especificada en un Pandas DataFrame, que luego se puede manipular fácilmente usando varias funciones integradas.

Nota: si no especifica un nombre de hoja, la biblioteca pandas importará todas las hojas y las almacenar�� en un diccionario. Puede acceder a estas hojas utilizando el nombre de la hoja como clave.

Por ejemplo, si desea recuperar una hoja llamada " informe_mensual ", puede usar el siguiente código:

print(df['monthly_report'])

2. Usando openpyxl

Openpyxl es otra biblioteca popular en Python para trabajar específicamente con archivos de Excel. Para abrir un libro de trabajo de Excel en Python usando Openpyxl, siga las instrucciones a continuación:

1. Primero, instale openpyxl si aún no lo ha hecho. Puedes instalarlo usando pip:

   pip install openpyxl

2. A continuación, importe openpyxl en su IDE de Python y use la función l oad_workbook() para cargar su libro de Excel:

   from openpyxl import load_workbook file_name = "path/to/your/file.xlsx"  # Replace with your file path workbook = load_workbook(file_name) sheet = workbook.active  # Selects the first available sheet # Read data from the excel sheet for row in sheet.iter_rows():     print([cell.value for cell in row]) 

Esto cargará el archivo de Excel especificado y brindará acceso a sus hojas, filas y celdas individuales, lo que le permitirá trabajar fácilmente con sus datos.

Tanto Pandas como openpyxl son bibliotecas poderosas que le permiten abrir y manipular archivos de Excel de manera eficiente en Python. Elija el que mejor se adapte a sus necesidades y requisitos específicos.

¿Cómo leer datos de Excel en Python?

La lectura de datos de Excel en Python se puede lograr fácilmente utilizando la biblioteca Pandas, que proporciona un conjunto de métodos potentes y fáciles de usar para trabajar con datos tabulares. En esta sección, aprenderá cómo leer datos de Excel usando pandas, enfocándose en acceder a hojas específicas y recuperar valores de celda.

Leer hoja específica

Para leer una hoja específica de un archivo de Excel usando pandas, simplemente necesita pasar el nombre de la hoja o el índice de la hoja como parámetro al método read_excel. Aquí hay un ejemplo:

import pandas as pd

file_name = 'example.xlsx'
sheet = 'Sheet1'

df = pd.read_excel(io=file_name, sheet_name=sheet)
print(df)

Este fragmento de código importa la biblioteca Pandas y especifica el nombre de la hoja de cálculo de Excel y la hoja que se va a leer. Luego lee la hoja especificada usando el método read_excel() e imprime el DataFrame resultante.

Para importar varias hojas al marco de datos, simplemente configure el parámetro nombre_hoja para que sea igual a Ninguno. Esto importará todas las hojas del libro de trabajo a su marco de datos.

Leer valores de celda

Una vez que haya terminado de importar datos en un DataFrame de pandas, puede acceder a los valores de celdas individuales utilizando el método iat[] de DataFrame . El método toma índices de fila y columna como argumentos.

Aquí hay un ejemplo:

cell_value = df.iat[1, 2]

print(f'The cell value at row 2, column 3 is: {cell_value}')

Este fragmento de código extrae el valor de la celda en el índice de fila 1 y el índice de columna 2 (correspondientes a la segunda fila y la tercera columna) del DataFrame (df) cargado previamente. Después de extraer el valor de la celda, imprime el valor.

En esta sección, aprendió a leer datos de Excel en Python, con un enfoque en la lectura de hojas específicas y la recuperación de valores de celda usando la biblioteca pandas. Este conocimiento le permitirá trabajar eficientemente con datos de Excel en sus proyectos de Python.

Cómo manipular datos de Excel

En esta sección, discutiremos cómo actualizar los valores de las celdas y agregar o eliminar filas y columnas en un archivo de Excel usando Python. Para estos ejemplos, usaremos OpenPyXL ya que ofrece varios métodos que puede usar para cambiar o insertar datos en un libro de Excel.

Actualizar valores de celda

Para modificar los valores de las celdas de Excel, usaremos la biblioteca openpyXL. A continuación, importe el módulo requerido y cargue el libro de Excel:

#Reading excel files with openpyxl

from openpyxl import load_workbook
workbook = load_workbook('example.xlsx')

Seleccione la hoja de Excel que le gustaría manipular.

sheet = workbook.active

El método activo selecciona la primera hoja del libro. Si desea seleccionar una hoja diferente, use el formato de libro de trabajo [< nombre de la hoja >] .

Para cambiar el valor de una celda, simplemente asigne un nuevo valor a la celda deseada:

sheet['A1'] = "New Value"

Finalmente, guarde el libro de trabajo modificado:

workbook.save('example_modified.xlsx')

Agregar y eliminar filas y columnas

Agregar y eliminar filas o columnas se puede hacer fácilmente con OpenPyXL. Así es cómo:

Agregar filas: para insertar filas, use la función insert_rows() . El siguiente ejemplo agrega dos filas después de la primera fila:

sheet.insert_rows(2, 2)

Eliminar filas: para eliminar filas, use la función delete_rows() . El siguiente ejemplo elimina dos filas a partir de la fila 3:

sheet.delete_rows(3, 2)

Agregar columnas: para insertar columnas, use la función insert_cols() . El siguiente ejemplo agrega dos columnas después de la primera columna:

sheet.insert_cols(2, 2)

Eliminar columnas: para eliminar columnas, use la función delete_cols() . El siguiente ejemplo elimina dos columnas a partir de la columna 3:

sheet.delete_cols(3, 2)

Recuerde guardar el libro de trabajo actualizado:

workbook.save('example_modified.xlsx')

Cómo guardar un archivo de Excel en Python

Para guardar un archivo de Excel en Python, puede utilizar bibliotecas como Pandas u openpyxl. Ambas bibliotecas ofrecen diferentes métodos para escribir datos en archivos de Excel. En esta sección, exploraremos cada enfoque y brindaremos ejemplos de cómo guardar un archivo de Excel usando Python.

Uso de Pandas: Pandas es una biblioteca popular para la manipulación y el análisis de datos. Tiene un método incorporado llamado to_excel() que le permite guardar un DataFrame como un archivo de Excel:

import pandas as pd

# Creating a sample DataFrame
data = {'Column1': [1, 2, 3],
        'Column2': ['A', 'B', 'C']}
df = pd.DataFrame(data)

# Saving the DataFrame to an Excel file
df.to_excel('output.xlsx', index=False)

En este ejemplo, creamos un DataFrame de muestra y lo guardamos como un archivo de Excel llamado "output.xlsx" usando el método to_excel() . Puede ver la hoja de cálculo resultante a continuación.

Usando OpenPyXL: openpyxl es otra poderosa biblioteca diseñada específicamente para trabajar con archivos de Microsoft Excel. Aquí hay un ejemplo de cómo guardar datos en un archivo de Excel usando OpenPyXL:

from openpyxl import Workbook

# Creating a new workbook
wb = Workbook()

# Selecting the active worksheet
ws = wb.active

# Adding data to the worksheet
data = [
    (1, 'A'),
    (2, 'B'),
    (3, 'C'),
    (25, 'Y'),
    (26, 'Z')
]

for row in data:
    ws.append(row)

# Saving the workbook to an Excel file
wb.save('output_openpyxl.xlsx')

En este ejemplo, creamos un nuevo libro de trabajo y agregamos datos a la hoja de trabajo activa usando el método append() . Finalmente, guardamos el libro de trabajo como un archivo de Excel llamado " output_openpyxl.xlsx ".

Tanto Pandas como openpyxl brindan una funcionalidad robusta para guardar archivos de Excel en Python. Por lo tanto, su elección depende de los requisitos y la complejidad de sus tareas.

Hora de terminar las cosas

En este artículo, exploramos diferentes bibliotecas para abrir y trabajar con archivos de Excel en Python. Cada una de estas bibliotecas tiene sus propias características y ventajas únicas, lo que le permite realizar tareas como leer y escribir datos, acceder a hojas y manipular valores de celda.

Al incorporar los métodos discutidos en este artículo, puede trabajar de manera eficiente con archivos de Excel, expandir las capacidades de sus proyectos y mejorar sus habilidades de análisis y manipulación de datos.

A medida que continúe utilizando estas bibliotecas y explore sus funcionalidades, se volverá más competente en el manejo de hojas de cálculo con Python. Este artículo ahora lo ha equipado con las habilidades que necesita para hacer el trabajo. ¡Es hora de poner a prueba tus nuevas habilidades!