Question

Microsoft Excel 几乎无处不在，使用 Excel 既可以保存客户、库存和雇员数据，还可以跟踪运营、销售和财务活动。人们在商业活动中使用 Excel 的方式五花八门，难以计数。因为 Excel 是商业活动中不可或缺的工具，所以知道如何使用 Python 处理 Excel 数据可以使你将 Python 加入到数据处理工作流中，进而从其他人那里接收数据，并以他们习惯接受的方式分享数据处理结果。

与 Python 的 csv 模块不同，Python 中没有处理 Excel 文件（就是带有 .xls 和 .xlsx 扩展名的文件）的标准模块。要完成本章中的示例，你需要 xlrd 和 xlwt 扩展包。xlrd 和 xlwt 扩展包使 Python 可以在任何操作系统上处理 Excel 文件，而且对 Excel 日期型数据的支持非常好。如果你安装了 Anaconda Python，那么就已经有了这两个扩展包，因为它们是与安装程序捆绑在一起的。如果你是从 Python.org 网站安装的 Python，那么还需要按照附录 A 中的指示下载并安装这两个扩展包。

简单解释一下术语：当提到“Excel 文件”时，和“Excel 工作簿”是一回事。Excel 工作簿包含一个或多个 Excel 工作表。在本章中，会交替使用“文件”和“工作簿”这两个词，并将工作簿中的个别工作表直接称为工作表。

和第 2 章中处理 CSV 文件一样，本章先给出使用基础 Python 完成的示例，这样你可以清楚数据处理的每个逻辑步骤，然后给出使用 pandas 完成的示例，这样你可以获得一个（通常情况下）更短小精悍的示例（尽管有一点抽象），你可以对这个示例进行复制和修改，然后用在自己的工作中。

要开始本章示例，需要先创建一个 Excel 工作簿。

(1) 打开 Microsoft Excel。

(2) 在工作簿中添加 3 个独立的工作表，并分别命名为 january_2013、february_2013 和 march_2013。然后分别添加数据，如图 3-1、图 3-2 和图 3-3 所示。

(3) 将工作簿保存为 sales_2013.xlsx。

图 3-1：工作表 1：january_2013

图 3-2：工作表 2：february_2013

图 3-3：工作表 3：march_2013