excel文件结构化

⑴ 下列选择中,什么是一种高级语言windows excel

Excel文件是常见的数据文件，数据分析过程中经常会用到。有时我们需要用程序代码对 Excel 文件进行一些自动化处理，这需要程序语言能够方便地解析 Excel 数据。

可以用于解析和处理 Excel 文件的程序语言一般有以下几种：
1、 常规高级编程语言，比如 Java
2、 Excel VBA
3、 Python
4、 esProc SPL

本文依次介绍以上几种程序语言解析Excel文件的特点，重点放在如何将Excel文件读出为结构化数据，之后是用来再计算或是入库或是其它用途，就只作简单介绍。

一、 高级语言（以Java为例）

高级语言几乎都可以读取Excel数据文件，但要看有没有第三方提供专业的API来读取，若是没有，就需要程序员自己去了解Excel数据文件的结构，编写程序来读取数据，工作量非常大。幸运的是， Apache为Java提供了开源包poi用以读写Excel文件，它能读取每个单元格的数据和属性。让我们来看看用poi如何将Excel文件读成结构化的数据。

先看一个很简单的文件：第一行是列标题，第二行开始直到最后一行都是数据行。文件内银兆容如下图：

可以看出来，Python读取Excel文件的代码比较简单，比Java前进了一大步。而且pandas封装了不少结构化数据的处理函数，对于后续计算也比Java和VBA提供了较好的支持。如果是可读入内存的小文件，它可以很简单地处理。

可惜的是，pandas没有针对大文件提供直接分批处理的方法，无论读取还是运算仍然要自己写，非常麻烦。可参考Python 如何处理大文件。

四、 esProc SPL

esProc是专业的数据处理工具，提供了各种读取Excel文件的方法，其脚本语言SPL中封装了丰富的结构化数据计算函数，可以完美地支持各种后续计算、数据导出及入库等工作。

esProc读取Excel文件的程序非常简单，只要写一行代码就可以：

1、 简单格式

=file("simple.xls").xlsimport@t()

选项@t表示第一行是列标题

2、 复杂表头

=file("complex.xls"). xlsimport(;1,5).rename(#1:No,#2:ItemCode,#3:ItemName,

#4:Unit,#5:Quantity,#6:Price,#7:Sum)

参数1,5表示读第1个sheet，从第5行开始读(也可以指定结束行)，读数以后再用rename修改列名

3、 交叉表

=file("cross.xls").xlsimport@t(;1,2).rename(#1:Type).pivot@r(Type;Area,Amount)

pivot函数中以Type分组对表数据进行行列转置，选项@r表示将列数据转换为行数据，转换后新的列名分别为“Area”、“Amount”。

从代码上可以看出来，对于解析Excel文件，esProc SPL比Python pandas更为简洁。事实上，SPL做后续处理计算比pandas有更大优势，具体可参考桌面轻量级数据处理脚本。

而且，esProc还可以很方便地进行大文件数据的读取和计算，它提供游标机制，允许数据分析师用类似处理小数据量的语法，直观地处理较大的数据量，程序代码和处理小文件一样简单，比如简单格式的大数据量文件，用游标读数的程序代码是：

=file("big.xlsx").xlsimport@tc()

通过比较，我们可以看到，Python pandas和esProc SPL用于解析Excel文件的代码都很简练，而且也都具备丰富的结构化计算函数，可以实现日常工作中的数据处理。两者相比，esProc SPL更为简洁，并且还能方便地处理大文件。

⑵ excel算是半结构化数据吗

不属于。
数据库才属于结构化数据，而EXCEL是电子表格，是一种应用，而不是专门的数据存储。
EXCEL的数据随意性很大，虽然也能做成结构化形式，但我认为它不属于结构化数据。