Как читать выгрузки Excel и CSV в Python: инструкция новичку

За 15–20 минут вы загрузите CSV- или Excel-выгрузку в Python, посмотрите первые строки и проверите, правильно ли распознаны столбцы и значения. Покажем пример для Python 3.12 и pandas 2.2.3 — с настройками, которые чаще всего приходится менять у файлов из разных программ.

Что понадобится до начала

Подготовьте файл выгрузки и компьютер с Python 3.12. Для Excel установим openpyxl — библиотеку, через которую pandas читает файлы формата .xlsx. Старый формат .xls в эту инструкцию не входит: такой файл можно пересохранить в .xlsx или подключить отдельный движок.

• Положите выгрузку в отдельную папку, например в папку проекта.
• Откройте терминал в этой папке и установите зафиксированные версии библиотек командой python -m pip install pandas==2.2.3 openpyxl==3.1.5.
• Если команда python не найдена, проверьте установку Python и используйте команду запуска, принятую в вашей системе, например py в Windows.

Версии здесь указаны намеренно: код использует распространённые методы pandas, а закреплённые зависимости помогают получить тот же результат на другом компьютере.

CSV и Excel: в чём разница при чтении

CSV — текстовый файл с данными, где столбцы разделены символом: запятой, точкой с запятой или табуляцией. Excel — книга, в которой может быть несколько листов, заголовки, формулы и форматирование. После загрузки pandas представляет данные в обоих случаях как таблицу DataFrame.

Термин — DataFrame. Это таблица pandas: строки в ней соответствуют записям, столбцы — полям выгрузки. Например, в таблице заказов столбцами могут быть номер заказа, дата и сумма.

Шаги: загрузить и проверить файл

1. Сохраните скрипт рядом с выгрузкой. Создайте файл read_export.py. В коде ниже замените имя export.csv на имя своего файла. Проверка: скрипт и выгрузка лежат в той же папке, а название файла указано с правильным расширением.
2. Скопируйте и запустите скрипт. Он выбирает способ чтения по расширению, выводит размер таблицы, названия столбцов и первые строки. Для CSV заданы разделитель «точка с запятой» и кодировка UTF-8 с возможным BOM — для файлов с другой структурой настройки нужно поменять.

from pathlib import Path

import pandas as pd

file_path = Path("export.csv")
csv_separator = ";"
csv_encoding = "utf-8-sig"
excel_sheet = 0

if not file_path.exists():
    raise FileNotFoundError(f"Файл не найден: {file_path}")

suffix = file_path.suffix.lower()

if suffix == ".csv":
    data = pd.read_csv(
        file_path,
        sep=csv_separator,
        encoding=csv_encoding,
    )
elif suffix in {".xlsx", ".xlsm"}:
    data = pd.read_excel(
        file_path,
        sheet_name=excel_sheet,
        engine="openpyxl",
    )
else:
    raise ValueError(
        f"Формат {suffix or 'без расширения'} не поддержан. "
        "Используйте CSV, XLSX или XLSM."
    )

print(f"Строк: {len(data)}, столбцов: {len(data.columns)}")
print("Столбцы:", list(data.columns))
print(data.head(10).to_string(index=False))
data.info()

Запустите командой python read_export.py. Проверка: в терминале появились число строк и столбцов, заголовки и до десяти первых записей. Если файл Excel называется иначе, измените и имя в скрипте, и расширение в нём не стирайте.

Настройки, которые исправляют типичные ошибки

В CSV всё оказалось в одном столбце

Причина обычно в разделителе. Если файл сформировала русскоязычная таблица, поля могут разделяться точкой с запятой; у другого источника — запятой или табуляцией. Поменяйте значение csv_separator на "," или "\t". Не подбирайте символ наугад: откройте CSV в обычном текстовом редакторе и посмотрите, чем разделены значения в первой строке.

Появилась ошибка декодирования

Сообщение UnicodeDecodeError обычно означает, что выбранная кодировка не соответствует файлу. Сначала проверьте, не экспортирован ли он в Windows-1251: тогда замените csv_encoding на "cp1251". Если ошибка осталась, уточните кодировку в программе, из которой сделана выгрузка; угадывание может привести к испорченным символам, даже если файл прочитался.

В номере клиента пропали нули в начале

Значения вроде 00127 pandas может воспринять как число и показать как 127. Идентификатор — не сумма и не величина для вычислений, поэтому его обычно стоит читать как текст. Для известного названия столбца добавьте в вызов read_csv параметр dtype={"customer_id": "string"}, заменив customer_id на фактический заголовок. При чтении Excel такую колонку можно привести к строковому типу после загрузки, но уже потерянные при сохранении в Excel нули восстановить по одному файлу не всегда возможно.

Excel загрузил не тот лист или неверные заголовки

Параметр excel_sheet = 0 выбирает первый лист книги. Если нужный лист другой, укажите его название строкой, например "Заказы", или номер листа, начиная с нуля. По умолчанию pandas считает первую строку заголовком; если перед заголовками в книге есть пояснение, проверьте параметр header в документации и укажите строку заголовка по её номеру, начиная с нуля.

Если таблица загрузилась без ошибки, это ещё не значит, что данные прочитаны верно. Сверьте несколько значений и названия столбцов с исходным файлом до любых расчётов.

Если не получилось

• FileNotFoundError — скрипт не нашёл файл по указанному пути. Проверьте папку запуска, имя и расширение; при необходимости укажите полный путь к файлу.
• UnicodeDecodeError — попробуйте кодировку, в которой сохранена выгрузка, например cp1251 вместо utf-8-sig.
• ParserError или ошибка разбора строк — проверьте разделитель и строки с лишними разделителями или кавычками в CSV.
• ImportError с упоминанием openpyxl — установите зависимость командой из раздела подготовки в том же окружении Python, из которого запускаете скрипт.
• Excel читается, но данные пустые или заголовки не те — проверьте выбранный лист и строку заголовков в исходной книге.

Отдельный случай — формулы в Excel. pandas загружает сохранённые в книге результаты формул, а не пересчитывает сами формулы. Если ячейки пустые или значения устарели, откройте файл в табличном редакторе, пересчитайте книгу и сохраните её заново.

Что сделать дальше

Перед анализом сравните число строк с исходной выгрузкой и проверьте по нескольку значений из каждого важного столбца. Особенно внимательно смотрите на даты, идентификаторы с ведущими нулями и суммы с десятичной запятой. Когда чтение стабильно работает на вашем файле, сохраните разделитель, кодировку и название листа в скрипте проекта — это избавит от повторной ручной настройки при следующей выгрузке.

Инвалидация пропусков, очистка дублей и преобразование дат — следующие отдельные шаги; здесь мы ограничились чтением файла и первичной проверкой.