在Python中處理表格數(shù)據(jù)，有幾個非常流行且功能強大的庫。以下是一些最常用的庫及其示例代碼：

1. Pandas

Pandas是一個開放源代碼的、BSD許可的庫，為Python編程語言提供高性能、易于使用的數(shù)據(jù)結構和數(shù)據(jù)分析工具。

安裝Pandas

pip install pandas

示例代碼：讀取CSV文件

import pandas as pd

# 讀取CSV文件
df = pd.read_csv('pokemon.csv')

# 顯示前五行數(shù)據(jù)
print(df.head())

# 計算某列的平均值
print("Average of column:", df['Speed'].mean())

# 數(shù)據(jù)篩選
filtered_df = df[df['Speed'] > 10]

# 將更改后的DataFrame保存到新的CSV文件
filtered_df.to_csv('filtered_example.csv', index=False)

2. OpenPyXL

OpenPyXL是一個庫，用于讀取和寫入Excel 2010 xlsx/xlsm/xltx/xltm文件。

安裝OpenPyXL

pip install openpyxl

示例代碼：讀取Excel文件

from openpyxl import load_workbook

# 加載一個現(xiàn)有的工作簿
wb = load_workbook('example.xlsx')

# 獲取活動的工作表
sheet = wb.active

# 讀取A1單元格的值
print(sheet['A1'].value)

# 修改B2單元格的值
sheet['B2'] = 42

# 保存工作簿
wb.save('modified_example.xlsx')

3. CSV

Python標準庫中的CSV模塊提供了讀寫CSV文件的功能。

示例代碼：讀取CSV文件

import csv

# 打開CSV文件
with open('example.csv', mode='r', encoding='utf-8') as file:
    reader = csv.reader(file)
    
    # 遍歷每一行
    for row in reader:
        print(row)

# 寫入CSV文件
with open('output.csv', mode='w', encoding='utf-8', newline='') as file:
    writer = csv.writer(file)
    writer.writerow(['Name', 'Age', 'City'])
    writer.writerow(['Alice', '24', 'New York'])

4. xlrd/xlwt

這兩個庫通常一起使用，xlrd用于讀取老版本的Excel文件（xls），而xlwt用于寫入。

安裝xlrd和xlwt

pip install xlrd xlwt

示例代碼：讀取xls文件

import xlrd

# 打開工作簿
wb = xlrd.open_workbook('catering_sale.xls')

# 通過索引獲取工作表
sheet = wb.sheet_by_index(0)

# 讀取A1單元格的值
print(sheet.cell_value(0, 0))

# 獲取行數(shù)和列數(shù)
print(sheet.nrows, sheet.ncols)

當選擇庫的時候，最好考慮你的具體需求，例如文件格式（CSV、Excel等）、數(shù)據(jù)大小、性能需求以及是否需要進行復雜的數(shù)據(jù)分析和操作。Pandas在數(shù)據(jù)分析方面提供了廣泛的功能，而OpenPyXL、xlrd和xlwt則在處理Excel文件方面各有所長。標準庫中的CSV模塊足夠處理基本的CSV文件操作。