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

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。
将 CSV 转换为 Pandas DataFrame 的 Python 库

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。
先决条件

在运行示例之前，请确保已安装以下内容：

• 通过 .NET 的 Python Aspose.Cells：从版本下载或使用 pip 安装：
  

1. pip install aspose-cells-python

复制代码

• Pandas – 使用 pip 安装：
  

1. pip install pandas

复制代码

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。

通过 .NET 为 Python 使用 Aspose.Cells → 用于读取和处理 CSV/Excel 文件。

Pandas →用于构建和分析 DataFrames。

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。
将 CSV 转换为 Pandas DataFrame：分步说明

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。
步骤 1：将 CSV 加载到工作簿

让我们首先将 CSV 文件加载到 Aspose.Cells 工作簿中。

• 导入 Workbook 类。
  
• 加载 CSV 文件。
  
• 访问第一个工作表。
  

1. import aspose.cells as ac
3. # Load CSV file into Workbook
4. csv_wb = ac.Workbook("data.csv")
6. # Access the first worksheet (CSV loads as sheet)
7. csv_ws = csv_wb.worksheets[0]

复制代码

步骤 2：从工作表中提取数据

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。

• 获取细胞集合。
  
• 循环遍历行和列。
  
• 将值存储在列表列表中。
  

1. cells = csv_ws.cells
3. # Extract CSV data into Python list
4. data = []
5. for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
6.     row_data = []
7.     for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
8.         row_data.append(cells.get(row_idx, col_idx).value)
9.     data.append(row_data)

复制代码

步骤3：将CSV转换为Pandas DataFrame

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。

• 导入 Pandas。
  
• 使用第一行作为标题。
  
• 从剩余的行创建 DataFrame。
  

1. import pandas as pd
3. # Convert to Pandas DataFrame
4. headers = data[0]   # First row as header
5. rows = data[1:]     # Remaining rows as data
7. df = pd.DataFrame(rows, columns=headers)
9. print(df.head())

复制代码

现在，您已成功使用 Aspose.Cells 将 CSV 转换为 DataFrame Pandas。

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。
通过 CSV 文件将 Excel 转换为 Pandas DataFrame

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：

• 将 Excel 文件加载到Workbook类对象中。
  
• 将 Excel 文件保存为 CSV。
  
• 将新创建的 CSV 文件重新加载到工作簿中。
  
• 通过索引访问第一个工作表。
  
• 将所有单元格值提取到 Python 列表列表中。
  
• 使用第一行作为列标题，其余作为数据行。
  
• 从提取的数据中创建一个 Pandas DataFrame。
  
• 打印结果。
  

以下代码示例展示了如何在 Python 中将 Excel 转换为 pandas DataFrame：

1. import aspose.cells as ac
2. import pandas as pd
4. # Load an Excel file
5. excel_wb = ac.Workbook("PandasTest.xlsx")
7. # Save Excel as CSV
8. excel_wb.save("converted.csv", ac.SaveFormat.CSV)
10. # Reload CSV with Aspose.Cells
11. csv_wb = ac.Workbook("converted.csv")
12. csv_ws = csv_wb.worksheets[0]
14. # Extract data from CSV
15. cells = csv_ws.cells
16. data = []
17. for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
18.     row_data = []
19.     for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
20.         row_data.append(cells.get(row_idx, col_idx).value)
21.     data.append(row_data)
23. # Convert to Pandas DataFrame
24. headers = data[0]
25. rows = data[1:]
26. df = pd.DataFrame(rows, columns=headers)
28. # Show results
29. print(df.head())

复制代码

输出：

1.    Product A  Product B Period
2. 0         50        160     Q1
3. 1        100         32     Q2
4. 2        170         50     Q3
5. 3        300         40     Q4

复制代码

处理大型 CSV 文件

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：

1. import aspose.cells as ac
2. import pandas as pd
4. # Load the large CSV file with Aspose.Cells
5. options = ac.LoadOptions()
6. options.memory_setting = ac.MemorySetting.MEMORY_PREFERENCE
7. csv_wb = ac.Workbook("large_file.csv", options)
8. csv_ws = workbook.worksheets[0]
10. # Extract data from CSV
11. cells = csv_ws.cells
12. data = []
13. for row_idx in range(cells.min_data_row, cells.max_data_row + 1):
14.     row_data = []
15.     for col_idx in range(cells.min_data_column, cells.max_data_column + 1):
16.         row_data.append(cells.get(row_idx, col_idx).value)
17.     data.append(row_data)
19. # Convert to Pandas DataFrame
20. headers = data[0]
21. rows = data[1:]
22. df = pd.DataFrame(rows, columns=headers)
24. # Show results
25. print(df.head())

复制代码

结论

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：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！