Varför Aspose.Cells för Python via NET

Möjliga användningsscenario

När du behöver jämföra vilket produkt är bäst för din lösning finns det många kriterier att utvärdera, men fokus kommer ofta att vara funktionaliteten och ansträngningen som krävs för att använda produkten. Om du letar efter ett snabbare, enklare och lättare filformatbibliotek för att bearbeta filer, kan du jämföra Aspose.Cells för Python via NET och andra excel-python-bibliotek. Då kommer du att märka att faktiskt dessa produkter inte konkurrerar, utan löser något olika användaruppgifter.
Genom att jämföra de tre starkaste Python-biblioteken (pandas, xlwings, och Aspose.Cells för Python via NET) för att läsa data från Excelfil, skriva data till Excelfil och lägga till diagram i Excelfil. Kan du upptäcka användarvänlighet, hög prestanda och andra unika fördelar med Aspose.Cells för Python via NET-biblioteket.

Jämförelse av flera Excelfilbibliotek i Python

Låt oss först titta på jämförelsen av tio bibliotek i Python som kan hantera Excelfiler.

Varför Aspose.Cells för Python via NET

Aspose.Cells for Python är ett kraftfullt, användarvänligt, effektivt och säkert bibliotek för alla typer av scenarier där du behöver arbeta med Excelfiler. Det finns många skäl att använda Aspose.Cells för Python, inklusive men inte begränsat till följande punkter:

Fullt utrustad

Aspose.Cells är ett kraftfullt bibliotek som ger en bred rad av kapaciteter för att hantera Excelfiler, inklusive läsning, skrivning, redigering, formatering, beräkning och mer.

Användarvänlighet

Aspose.Cells API är utformad för att vara intuitiv och enkel att använda, vilket gör det möjligt för Python-utvecklare att enkelt integrera Excel-funktionalitet i sina applikationer.

Stöd för plattformsoberoende

Aspose.Cells stöder olika operativsystem, inklusive Windows, Linux och macOS, vilket säkerställer stabil drift i olika miljöer.

Hög prestanda

Aspose.Cells presterar bra när man hanterar stora Excel-filer och kan snabbt ladda och spara data, vilket förbättrar prestandan för din applikation.

Säkerhet

Aspose.Cells ger dataskydd och kryptering för att säkerställa säkerheten för Excel-filer mot obehörig åtkomst och ändring.

Flera filformat

Aspose.Cells stöder olika Excel-filformat, inklusive XLS, XLSX, CSV, ODS osv., för enkel interaktion med data från olika källor.

Bra teknisk support

Aspose.Cells tillhandahåller omfattande dokumentation och exempelkod för att hjälpa utvecklare komma igång snabbt. Samtidigt tillhandahåller vi också professionell teknisk support för att lösa de problem som uppstår under användningen.

Fördelarna med Aspose.Cells för Python via NET

Aspose.Cells för Python är en fullt fungerande, lättanvänd, utmärkt prestanda, säker, pålitlig, flexibel och högt integrerad bibliotek. Oavsett om det handlar om att arbeta med små eller stora Excel-filer, dataanalys, rapportgenerering eller andra Excel-operationer erbjuder Aspose.Cells utvecklare en effektiv och bekväm lösning. Aspose.Cells för Python har följande fördelar:

Flexibla API:er

Aspose.Cells API erbjuder en mängd funktioner som kan anpassas och utökas för att passa olika behov. Detta gör det möjligt för utvecklare att enkelt implementera sina egna affärskrav utan att förlita sig på andra verktyg eller bibliotek.

Stöd för flera programmeringsspråk

Förutom Python stöder Aspose.Cells även Java, C#, C++ och andra programmeringsspråk. Detta innebär att utvecklare kan välja det mest lämpliga programmeringsspråket för att implementera Excel-funktioner baserat på sina preferenser och färdigheter.

Hög integration

Aspose.Cells kan enkelt integreras med andra Python-bibliotek och ramar, som Django, Flask osv. Detta gör att utvecklare na smidigt kan integrera Excel-funktionalitet i sina webbapplikationer eller skrivbordsapplikationer, vilket ökar användbarheten och bekvämligheten hos deras applikationer.

Läs data från Excel-fil

Låt oss börja från praktiska tillämpningar och jämföra de tre starkaste Python-biblioteken (pandas, xlwings och Aspose.Cells för Python via NET) för att läsa data från provfil.

Läs data från Excel-fil med Aspose.Cells för Python via NET

import aspose.cells
from aspose.cells import Workbook
# Open the Excel workbook
book = Workbook("sample_data.xlsx")
# Get "Sheet1" worksheet
sheet1 = book.worksheets.get('Sheet1')
# Read b2 data from "Sheet1" worksheet
cell_B2_Sheet1 = sheet1.cells.get("B2")
# Get "Sheet2" worksheet
sheet2 = book.worksheets.get('Sheet2')
# Read b2 data from "Sheet2" worksheet
cell_B2_Sheet2 = sheet2.cells.get("B2")
# Print the read data
print("Data from B2 in Sheet1:", cell_B2_Sheet1.value)
print("Data from B2 in Sheet2:", cell_B2_Sheet2.value)

Läs data från Excel-fil med hjälp av xlwings

import xlwings as xw
# Open the Excel workbook
wb = xw.Book('sample_data.xlsx')
# Get "Sheet1" worksheet
sheet1 = wb.sheets['Sheet1']
# Read b2 data from "Sheet1" worksheet
cell_B2_Sheet1 = sheet1.range('B2')
# Get "Sheet2" worksheet
sheet2 = wb.sheets['Sheet2']
# Read b2 data from "Sheet2" worksheet
cell_B2_Sheet2 = sheet2.range('B2')
# Print the read data
print("Data from B2 in Sheet1:", cell_B2_Sheet1.value)
print("Data from B2 in Sheet2:", cell_B2_Sheet2.value)
# Close the workbook
wb.close()

Läs data från Excel-fil med hjälp av pandas

import pandas as pd
# Replace 'sample_data.xlsx' with the path to your Excel file
# Replace 'Sheet1' with the name of the sheet if it's different
df = pd.read_excel('sample_data.xlsx', sheet_name='Sheet1', header=None)
# Accessing the data from B2 in "Sheet1"
cell_B2_Sheet1 = df.iloc[1, 1]
df2 = pd.read_excel('sample_data.xlsx', sheet_name='Sheet2', header=None)
# Accessing the data from B2 in "Sheet1"
cell_B2_Sheet2 = df2.iloc[1, 1]
print("Data from B2 in Sheet1:", cell_B2_Sheet1)
print("Data from B2 in Sheet2:", cell_B2_Sheet2)

Skriv data till Excel-fil

Låt oss börja från praktiska tillämpningar och jämföra de tre starkaste Python-biblioteken (pandas, xlwings och Aspose.Cells for Python via NET) för att skriva data till Excel-filen.

Skriv data till Excel-fil med Aspose.Cells för Python via NET

import aspose.cells
from aspose.cells import Workbook
# Open a new workbook
book = Workbook()
# Add "Fruits" worksheet
sheet1 = book.worksheets.add('Fruits')
# Add "Vegetables" worksheet
sheet2 = book.worksheets.add('Vegetables')
# Set output file name
file_name = 'output.xlsx'
# write data to "Fruits" worksheet
sheet1.cells.get('A1').value = 'Fruits'
sheet1.cells.get('A2').value = 'Appple'
sheet1.cells.get('A3').value = 'Banana'
sheet1.cells.get('A4').value = 'Mango'
sheet1.cells.get('B1').value = 'Sales in kg'
sheet1.cells.get('B2').value = 20
sheet1.cells.get('B3').value = 30
sheet1.cells.get('B4').value = 15
# write data to "Vegetables" worksheet
sheet2.cells.get('A1').value = 'Vegetables'
sheet2.cells.get('A2').value = 'tomato'
sheet2.cells.get('A3').value = 'Onion'
sheet2.cells.get('A4').value = 'ladies finger'
sheet2.cells.get('B1').value = 'Sales in kg'
sheet2.cells.get('B2').value = 200
sheet2.cells.get('B3').value = 310
sheet2.cells.get('B4').value = 115
book.save(file_name)

Skriv data till Excel-fil med xlwings

import xlwings as xw
app=xw.App(visible=True,add_book=False)
wb=app.books.add()
# add worksheet named "Fruits"
wb.sheets.add(name='Fruits')
sheet1 = wb.sheets['Fruits']
# add worksheet named "Vegetables"
wb.sheets.add(name='Vegetables')
sheet2 = wb.sheets['Vegetables']
# Set output file name
file_name = 'output.xlsx'
try:
# write data to "Fruits" worksheet
sheet1.range('A1').value = 'Fruits'
sheet1.range('A2').value = 'Appple'
sheet1.range('A3').value = 'Banana'
sheet1.range('A4').value = 'Mango'
sheet1.range('B1').value = 'Sales in kg'
sheet1.range('B2').value = 20
sheet1.range('B3').value = 30
sheet1.range('B4').value = 15
# write data to "Vegetables" worksheet
sheet2.range('A1').value = 'Vegetables'
sheet2.range('A2').value = 'tomato'
sheet2.range('A3').value = 'Onion'
sheet2.range('A4').value = 'ladies finger'
sheet2.range('B1').value = 'Sales in kg'
sheet2.range('B2').value = 200
sheet2.range('B3').value = 310
sheet2.range('B4').value = 115
wb.save(file_name)
wb.close()
app.quit()
except Exception:
wb.close()
app.quit()

Skriv data till Excel-fil med pandas

# import the python pandas package
import pandas as pd
# create data_frame1 by creating a dictionary
# in which values are stored as list
data_frame1 = pd.DataFrame({'Fruits': ['Appple', 'Banana', 'Mango'], 'Sales in kg': [20, 30, 15]})
# create data_frame2 by creating a dictionary
# in which values are stored as list
data_frame2 = pd.DataFrame({'Vegetables': ['tomato', 'Onion', 'ladies finger'], 'Sales in kg': [200, 310, 115]})
# Set output file name
file_name = 'output.xlsx'
# create a excel writer object
with pd.ExcelWriter(file_name) as writer:
# use to_excel function and specify the sheet_name and index
# to store the dataframe in specified sheet
data_frame1.to_excel(writer, sheet_name="Fruits", index=False)
data_frame2.to_excel(writer, sheet_name="Vegetables", index=False)

Lägg till diagram i Excel-filen

Låt oss börja från praktiska tillämpningar och jämföra de tre starkaste Python-biblioteken (pandas, xlwings och Aspose.Cells for Python via NET) för att lägga till diagram i Excel-filen.

Lägg till diagram i Excel-fil med hjälp av Aspose.Cells for Python via NET

import aspose.cells
import aspose.cells.charts
from aspose.cells import Workbook
from aspose.cells.charts import ChartType
# Open a new workbook
book = Workbook()
# Add "DataSheet" worksheet
sheet1 = book.worksheets.add('DataSheet')
# Set output file name
file_name = 'output.xlsx'
# write data to "DataSheet" worksheet
sheet1.cells.get('A1').value = 'Category'
sheet1.cells.get('A2').value = 'A'
sheet1.cells.get('A3').value = 'B'
sheet1.cells.get('A4').value = 'C'
sheet1.cells.get('A5').value = 'D'
sheet1.cells.get('A6').value = 'E'
sheet1.cells.get('B1').value = 'Value'
sheet1.cells.get('B2').value = 10
sheet1.cells.get('B3').value = 20
sheet1.cells.get('B4').value = 30
sheet1.cells.get('B5').value = 20
sheet1.cells.get('B6').value = 15
# Adding a chart to the worksheet
chartIndex = sheet1.charts.add(ChartType.COLUMN, 6, 0, 20, 7)
# Accessing the instance of the newly added chart
chart = sheet1.charts.get(chartIndex)
#Setting chart data source as the range "DataSheet!A1:B6"
chart.set_chart_data_range('DataSheet!A1:B6', True)
chart.title.text = 'Sample Chart'
book.save(file_name)

Lägg till diagram i Excel-fil med hjälp av xlwings

import xlwings as xw
app=xw.App(visible=True,add_book=False)
wb=app.books.add()
# add worksheet named "DataSheet"
wb.sheets.add(name='DataSheet')
sheet1 = wb.sheets['DataSheet']
# Set output file name
file_name = 'output.xlsx'
try:
# write data to "DataSheet" worksheet
sheet1.range('A1').value = 'Category'
sheet1.range('A2').value = 'A'
sheet1.range('A3').value = 'B'
sheet1.range('A4').value = 'C'
sheet1.range('A5').value = 'D'
sheet1.range('A6').value = 'E'
sheet1.range('B1').value = 'Value'
sheet1.range('B2').value = 10
sheet1.range('B3').value = 20
sheet1.range('B4').value = 30
sheet1.range('B5').value = 20
sheet1.range('B6').value = 15
# add a chart
chart = sheet1.charts.add(150,50)
# set data source for chart
chart.set_source_data(sheet1.range('A1').expand())
# set chart type
chart.chart_type = 'column_clustered'
# set title name
chart.api[1].ChartTitle.Text = 'Sample Chart'
chart.api[1].Axes(1).HasTitle = True
chart.api[1].Axes(2).HasTitle = True
chart.api[1].Axes(1).AxisTitle.Text = 'Category'
chart.api[1].Axes(2).AxisTitle.Text = 'Value'
wb.save(file_name)
wb.close()
app.quit()
app.kill()
except Exception:
wb.close()
app.quit()
app.kill()

Lägg till diagram i Excel-fil med hjälp av pandas

I Pandas kan du använda ExcelWriter-objektet och to_excel() funktionen för att lägga till diagram i en Excel-fil. Men observera att Pandas självt inte stöder inbäddning av diagram direkt i Excel-filer, det kan bara skriva data till Excel-filer. För att lägga till ett diagram måste du använda openpyxl eller xlsxwriter-biblioteket för att manipulera Excel-filer. Här är ett exempel på att använda xlsxwriter-biblioteket för att lägga till ett diagram i en Excel-fil.

import pandas as pd
# create some data
data = {'Category': ['A', 'B', 'C', 'D', 'E'],
'Value': [10, 20, 30, 20, 15]}
df = pd.DataFrame(data)
# Set output file name
file_name = 'output.xlsx'
# write data to excel file
with pd.ExcelWriter(file_name, engine='xlsxwriter') as writer:
df.to_excel(writer, index=False, sheet_name='DataSheet')
# use xlsxwriter to create chart
workbook = writer.book
worksheet = writer.sheets['DataSheet']
chart = workbook.add_chart({'type': 'column'})
# set data for chart
chart.add_series({
'categories': '=DataSheet!$A$1:$A$5',
'values': '=DataSheet!$B$1:$B$5',
})
# set title for chart
chart.set_title({'name': 'Sample Chart'})
# add chart to excel file
worksheet.insert_chart('A7', chart)