Python读取Excel文件中的复杂数据：处理嵌套数据和数据透视表

# 1. Python读取Excel文件基础**

Python提供了多种库来读取Excel文件，最常用的是openpyxl库。openpyxl库可以轻松地读取和操作Excel文件中的数据。

要读取Excel文件，可以使用openpyxl.load_workbook()函数。该函数返回一个Workbook对象，其中包含Excel文件中的所有工作表。要获取特定工作表，可以使用Workbook对象的get_sheet_by_name()方法。

import openpyxl

# 读取Excel文件
workbook = openpyxl.load_workbook('data.xlsx')

# 获取特定工作表
worksheet = workbook.get_sheet_by_name('Sheet1')

# 访问单元格数据
cell_value = worksheet['A1'].value

# 2. 处理嵌套数据

### 2.1 嵌套列表和嵌套字典

嵌套数据结构在数据处理中非常常见，它允许将数据组织成层次结构。在Python中，嵌套列表和嵌套字典是两种最常见的嵌套数据类型。

#### 2.1.1 嵌套列表的访问和操作

嵌套列表是一个列表，其中元素本身也是列表。要访问嵌套列表中的元素，可以使用方括号索引，并逐层访问内层列表。例如：

nested_list = [['a', 'b'], ['c', 'd'], ['e', 'f']]

# 访问外层列表的第一个元素
print(nested_list[0])  # 输出：['a', 'b']

# 访问内层列表的第一个元素
print(nested_list[0][0])  # 输出：'a'

要操作嵌套列表，可以使用列表方法和操作符。例如，可以追加元素到内层列表：

nested_list[0].append('g')
print(nested_list)  # 输出：[['a', 'b', 'g'], ['c', 'd'], ['e', 'f']]

#### 2.1.2 嵌套字典的访问和操作

嵌套字典是一个字典，其中值本身也是字典。要访问嵌套字典中的元素，可以使用方括号索引，并逐层访问内层字典。例如：

nested_dict = {'a': {'b': 'c'}, 'd': {'e': 'f'}}

# 访问外层字典的第一个键值对
print(nested_dict['a'])  # 输出：{'b': 'c'}

# 访问内层字典的第一个键值对
print(nested_dict['a']['b'])  # 输出：'c'

要操作嵌套字典，可以使用字典方法和操作符。例如，可以添加键值对到内层字典：

nested_dict['a']['g'] = 'h'
print(nested_dict)  # 输出：{'a': {'b': 'c', 'g': 'h'}, 'd': {'e': 'f'}}

### 2.2 使用Pandas处理嵌套数据

Pandas是一个强大的数据处理库，它提供了处理嵌套数据结构的专门方法。

#### 2.2.1 Pandas DataFrame的嵌套结构

Pandas DataFrame可以表示嵌套数据结构，其中列可以是嵌套列表或嵌套字典。例如，以下DataFrame包含嵌套列表：

import pandas as pd

df = pd.DataFrame({
    'name': ['John', 'Jane'],
    'scores': [['90', '85'], ['95', '92']]
})

#### 2.2.2