关键词：Julia; Excel, xlsx, xls, csv; Dataframe
Julia读取csv文件，挺方便的。
using CSV, DataFrames
df = DataFrame(CSV.File("file.csv")) # 写法1：常规写法；
df = CSV.File("file.csv")|>DataFrame # 写法2：链式，记得在R语言中常见链式。
在读写Excel文档方面，XLSX.jl官网中，提到了Julia常用的Excel读写包。结合本人浅尝辄止的使用，向大家分享一些经验，同时指出一些小坑，希望对大家有帮助。
ExcelFiles.jl 和 ExcelReader.jl（前者依赖后者）
依赖：调用Python的xlrd包。相关设置，请点击这里。
格式：仅支持xls格式，因为它依赖的xlrd目前只支持xls格式。xlrd已官宣不支持xlsx。
痛点：在读取文件时，range（形如A1:B5）名不能省略，这就非常不方便了。
其他：目前，官方范例中读取的仍旧是xlsx文件。但从更新日志来看，2.0.0版本开始，就已不再支持xls以外格式。降级办法，参考这里。
示例：
using ExcelFiles, DataFrames
df = DataFrame(load("data.xls", "Sheet1")) # 注意：最新版xlrd只支持xls、不支持xlsx
Taro.jl
依赖：调用Java包。
格式：文档显示支持xlsx和xls格式。
痛点：如果没有教程，设置起来不容易。好在，给大家趟了路，在这里看教程。
示例：
using Taro, DataFrames
Taro.init() # 一定要加这行
df=Taro.readxl("file.xls", 0,"A1:B5")|>DataFrame
## XLSX.jl
依赖：无。原生Julia包。不依赖Python，不依赖Java，安装后即可使用。
格式：仅支持xlsx格式，就像它的名字所暗示的那样，
痛点：不支持xls。
示例：
```julia
using DataFrames, XLSX
df = DataFrame(XLSX.readtable("result.xlsx",1)...) # 1代表sheet索引，...不可省略
其他方案
上面的解决方案均在Julia下，你也可以用Python pandas把Excel文件转为csv，再送到Julia；也可以把数据加载到MySQL等数据库中，再从中读取数据。小项目，或者数据量小，怎么方便快捷，就怎么来。
还有pycall调用pandas，也是个思路。本人并没试过。
这只是个汇总贴，希望能为大家节约一些查资料的时间。所述经验，可能本身存在疏漏错误。同时，Julia社区对包的开发迅速，“此一时，彼一时”，现在有用的经验，也可能会随着时间的流逝而变得无效。