1、引言

小云：鱼哥， 求助。
小鱼：你要请客？
小云：… 是求助。
小鱼：你要请吃饭？
小云：… 是求助啊， 遇到不会的问题， 需要像你请教。
小鱼：你要请我按脚？

小鱼：这是咋了， 还急眼了？
小云：我这遇到不会的， 你宁愿去"消费"，也不帮我处理。
小鱼：… 我没说不把你解决问题啊。
小云：这就好， 这就好。
小鱼：那你说，遇到啥问题了， 给你整成这样。
小云：就是，excel数据的io流如何处理？
小鱼：就这啊。
小云：对啊，
小鱼：那有什么硬性要求吗？
小云：没有，
小鱼：那妥妥的了。

2、代码实例

2.1 什么是文件IO流

要想处理问题，那就需要先了解问题的本质。
这里， 什么是文件IO流。

2.1.1定义

文件IO流是指用于读取和写入文件的数据流。

2.1.2 字节流、字符流

在Java中，文件IO流主要有字节流和字符流两种类型。

字节流（Byte Stream）是以字节为单位进行读写的流，

• 主要包括InputStream和OutputStream。
• 常用的字节流类有FileInputStream、FileOutputStream等。
  

字符流（Character Stream）是以字符为单位进行读写的流，

• 主要包括Reader和Writer。
• 常用的字符流类有FileReader、FileWriter等。

2.2 常见的Excel文件IO流处理方法

这里，我也例举一下常见的文件IO流处理方法，大概4种，如下;

Apache POI：

• Apache POI是一个开源的Java库，提供了读取和写入Excel文件的功能。
• 它支持读取和写入各种Excel文件格式，如xls和xlsx。
• 使用POI可以方便地操作Excel文件的各种元素，如单元格、行、列等。
  

JExcelAPI：

• JExcelAPI是一个开源的Java库，用于读取和写入Excel文件。
• 它支持xls格式的Excel文件，提供了简单易用的API来操作Excel文件。
  

EasyExcel：

• EasyExcel是阿里巴巴开源的一个Java库，用于读取和写入Excel文件。
• 它支持读取和写入xls和xlsx格式的Excel文件，提供了简单易用的API，可以快速处理大量数据。
  

Apache POI + Apache POI-OOXML：

• 如果需要同时支持xls和xlsx格式的Excel文件，可以结合使用Apache POI和Apache POI-OOXML。
• Apache POI用于处理xls格式的文件，Apache POI-OOXML用于处理xlsx格式的文件。

以上这些，就是常用的处理IO流的方式。
但是， 今天，我们却以另一种方式来处理。
就是 下面的主角了：pandas。

2.3 Pandas处理Excel文件IO流

2.3.1 直接读取处理

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-07-02
# @Author : Carl_DJ
'''
实现内容：
    先把数据下载落地成本地excel文件，在用pandas读取文件，并进行处理。
'''

with open("./data/testio.xlsx", mode="wb") as f:
f.write(response.content)
# 读取Excel文件， 指定列的excel数据
df = pd.read_excel(io="./data/testio.xlsx", usecols=cols, na_values='#N')

2.3.2 转换io流进行处理

代码示例

# -*- coding:utf-8 -*-
# @Time   : 2023-07-02
# @Author : Carl_DJ
'''
实现内容：
    在过程中直接将请求结果转换成io流，并以io流的形式传递给pandas。
'''

import io
response = requests.get(url, headers=headers, cookies=json.loads(cookies), params=params)
file_stream = io.BytesIO(response.content)
excel_file = pd.ExcelFile(file_stream)
sheet_list = excel_file.sheet_names # 获取excel的所有sheet

# 遍历所有工作表并输出数据
for index, sheet in enumerate(sheet_list):
  df = pd.read_excel(io=excel_file, sheet_name=sheet)
  # 替换Excel表格内的空单元格，否则在下一步处理中将会报错
  df.fillna("", inplace=True)
  column_list = df.columns

3、总结

小屌丝：鱼哥，看这两段代码， 除了第一段比第二段代码量少一些，其他的有啥呢？
小鱼：第二段代码，下载 即可处理， 第一段代码，下载，写，读，需要3次呀。
小屌丝：哦，这样啊， 难怪呢。

看到这里，今天的分享就差不多该结束了。
其实在实际工作中， 使用Pandas对数据的处理，很常见，尤其我们这种数据分析，数据挖掘等类工作。

所以，学好Pandas，走到哪里都不怕。

我是小鱼：

• CSDN 博客专家；
• 阿里云 专家博主；
• 51CTO博客专家；
• 51认证讲师等；
• 认证金牌面试官；
• 职场面试及培训规划师；
• 多个国内主流技术社区的认证专家博主；
• 多款主流产品(阿里云等)测评一、二等奖获得者；

关注我，带你学习更多更专业更前言的Python技术。