这是一个第三方库,可以处理xlsx格式的Excel文件。pip install openpyxl安装。如果使用Aanconda,应该自带了。

1.读取Excel文件

默认打开的文件为可读写,若有需要可以指定参数read_only为True。

获取工作表--Sheet

from openpyxl import load_workbook

# 默认可读写,若有需要可以指定write_only和read_only为True

wb = load_workbook('mainbuilding33.xlsx')

print(wb.get_sheet_names()) # 获得所有sheet的名称

a_sheet = wb.get_sheet_by_name('Sheet1') # 根据sheet名字获得sheet

print(a_sheet.title) # 获得sheet名

sheet = wb.active # 获得当前正在显示的sheet, 也可以用wb.get_active_sheet()

获取单元格

b4 = sheet['B4'] # 获取某个单元格的值

# 分别返回

print(f'({b4.column}, {b4.row}) is {b4.value}') # 返回的数字就是int型

b4_too = sheet.cell(row=4, column=2) # 除了用下标的方式获得,还可以用cell函数, 换成数字,这个表示B4

print(b4_too.value)

b4.column返回B, b4.row返回4, value则是那个单元格的值。另外cell还有一个属性coordinate, 像b4这个单元格返回的是坐标B4。

获得最大行和最大列

# 获得最大列和最大行

print(sheet.max_row)

print(sheet.max_column)

获取行和列

sheet.rows为生成器, 里面是每一行的数据,每一行又由一个tuple包裹。

sheet.columns类似,不过里面是每个tuple是每一列的单元格。

# 因为按行,所以返回A1, B1, C1这样的顺序

for row in sheet.rows:

for cell in row:

print(cell.value)

# A1, A2, A3这样的顺序

for column in sheet.columns:

for cell in column:

print(cell.value)

上面的代码就可以获得所有单元格的数据。如果要获得某行的数据呢?给其一个索引就行了,因为sheet.rows是生成器类型,不能使用索引,转换成list之后再使用索引,list(sheet.rows)[2]这样就获取到第三行的tuple对象。

for cell in list(sheet.rows)[2]:

print(cell.value)

如何获得任意区间的单元格?

可以使用range函数,下面的写法,获得了以A1为左上角,B3为右下角矩形区域的所有单元格。注意range从1开始的,因为在openpyxl中为了和Excel中的表达方式一致,并不和编程语言的习惯以0表示第一个值。

for i in range(1, 4):

for j in range(1, 3):

print(sheet.cell(row=i, column=j))

# out

还可以像使用切片那样使用。sheet['A1':'B3']返回一个tuple,该元组内部还是元组,由每行的单元格构成一个元组。

for row_cell in sheet['A1':'B3']:

for cell in row_cell:

print(cell)

for cell in sheet['A1':'B3']:

print(cell)

# out

(, )

(, )

(, )

根据字母获得列号,根据列号返回字母

需要导入, 这两个函数存在于openpyxl.utils

from openpyxl.utils import get_column_letter, column_index_from_string

# 根据列的数字返回字母

print(get_column_letter(2)) # B

# 根据字母返回列的数字

print(column_index_from_string('D')) # 4

2.将数据写入Excel

工作表相关

需要导入WorkBook

from openpyxl import Workbook

wb = Workbook()

这样就新建了一个新的工作表(只是还没被保存)。

若要指定只写模式,可以指定参数write_only=True。一般默认的可写可读模式就可以了。

print(wb.get_sheet_names()) # 提供一个默认名叫Sheet的表,office2016下新建提供默认Sheet1

sheet.title = 'Sheet1' # 直接赋值就可以改工作表的名称

# 新建一个工作表,可以指定索引,适当安排其在工作簿中的位置

wb.create_sheet('Data', index=1) # 被安排到第二个工作表,index=0就是第一个位置

wb.remove(sheet) # 删除某个工作表

del wb[sheet]

写入单元格

还可以使用公式哦

# 直接给单元格赋值就行

sheet['A1'] = 'good'

# B9处写入平均值

sheet['B9'] = '=AVERAGE(B2:B8)'

但是如果是读取的时候需要加上data_only=True这样读到B9返回的就是数字,如果不加这个参数,返回的将是公式本身'=AVERAGE(B2:B8)'

append函数

可以一次添加多行数据,从第一行空白行开始(下面都是空白行)写入。

# 添加一行

row = [1 ,2, 3, 4, 5]

sheet.append(row)

# 添加多行

rows = [

['Number', 'data1', 'data2'],

[2, 40, 30],

[3, 40, 25],

[4, 50, 30],

[5, 30, 10],

[6, 25, 5],

[7, 50, 10],

]

由于append函数只能按行写入。如果我们想按列写入呢。append能实现需求么?如果把上面的列表嵌套看作矩阵。只要将矩阵转置就可以了。使用zip()函数可以实现,不过内部的列表变成了元组就是了。都是可迭代对象,不影响。

list(zip(*rows))

# out

[('Number', 2, 3, 4, 5, 6, 7),

('data1', 40, 40, 50, 30, 25, 50),

('data2', 30, 25, 30, 10, 5, 10)]

解释下上面的list(zip(*rows))首先*rows将列表打散,相当于填入了若干个参数,zip从某个列表中提取第1个值组合成一个tuple,再从每个列表中提取第2个值组合成一个tuple,一直到最短列表的最后一个值提取完毕后结束,更长列表的之后的值被舍弃,换句话,最后的元组个数是由原来每个参数(可迭代对象)的最短长度决定的。比如现在随便删掉一个值,最短列表长度为2,data2那一列(竖着看)的值全部被舍弃。

rows = [

['Number', 'data1', 'data2'],

[2, 40],

[3, 40, 25],

[4, 50, 30],

[5, 30, 10],

[6, 25, 5],

[7, 50, 10],

]

# out

[('Number', 2, 3, 4, 5, 6, 7), ('data1', 40, 40, 50, 30, 25, 50)]

最后zip返回的是zip对象,看不到数据的。使用list转换下就好了。使用zip可以方便实现将数据按列写入。

保存文件

所有的操作结束后,一定记得保存文件。指定路径和文件名,后缀名为xlsx。

wb.save(r'D:\example.xlsx')

3.设置单元格风格--Style

先导入需要的类from openpyxl.styles import Font, colors, Alignment

分别可指定字体相关,颜色,和对齐方式。

字体

bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True)

sheet['A1'].font = bold_itatic_24_font

上面的代码指定了等线24号加粗斜体,字体颜色红色。直接使用cell的font属性,将Font对象赋值给它。

对齐方式

也是直接使用cell的属性aligment,这里指定垂直居中和水平居中。除了center,还可以使用right、left等等参数。

# 设置B1中的数据垂直居中和水平居中

sheet['B1'].alignment = Alignment(horizontal='center', vertical='center')

设置行高和列宽

有时候数据太长显示不完,就需要拉长拉高单元格。

# 第2行行高

sheet.row_dimensions[2].height = 40

# C列列宽

sheet.column_dimensions['C'].width = 30

合并和拆分单元格

所谓合并单元格,即以合并区域的左上角的那个单元格为基准,覆盖其他单元格使之称为一个大的单元格。

相反,拆分单元格后将这个大单元格的值返回到原来的左上角位置。

# 合并单元格, 往左上角写入数据即可

sheet.merge_cells('B1:G1') # 合并一行中的几个单元格

sheet.merge_cells('A1:C3') # 合并一个矩形区域中的单元格

合并后只可以往左上角写入数据,也就是区间中:左边的坐标。

如果这些要合并的单元格都有数据,只会保留左上角的数据,其他则丢弃。换句话说若合并前不是在左上角写入数据,合并后单元格中不会有数据。

以下是拆分单元格的代码。拆分后,值回到A1位置。

sheet.unmerge_cells('A1:C3')

这里就拿常用的说,具体的去看openpyxl文档

python openpyxl读取excel_Python使用openpyxl读写excel文件相关推荐

  1. python pandas读取excel-Python使用Pandas读写EXCEL文件教程

    欢迎,来自IP地址为:211.103.135.163 的朋友 教程开始之前,我们需要首先了解一下什么是Excel,这有助于理解之后教程中的内容. 什么是Excel Excel  是微软出品的和款办公软 ...

  2. python xlwt写入excel_python xlwt模块生成excel文件并写入数据 xlrd读取数据

    python中一般使用 xlwt (excel write)来生成Excel文件(可以控制单元格格式),用 xlrd 来读取Excel文件,用xlrd读取excel是不能对其进行操作的. 1.xlrd ...

  3. python openpyxl读取excel_python 使用openpyxl读取excel数据

    openpyxl介绍 ​ openpyxl是一个开源项目,它是一个用于读取/写入Excel 2010文档(如xlsx .xlsm .xltx .xltm文件 )的Python库,如果要处理更早格式的E ...

  4. python pandas读取excel-Python使用Pandas读写Excel实例解析

    这篇文章主要介绍了Python使用Pandas读写Excel实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Pandas是python的一个 ...

  5. python pandas读取excel-Python用Pandas读写Excel

    Pandas是python的一个数据分析包,纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具. Pandas提供了大量能使我们快速便捷地处理数据的函数和方法. 一.安装包 pan ...

  6. python用pandas读取excel_使用Pandas或其他模块在Python中读取没有隐藏列的Excel文件...

    我不认为熊猫是开箱即用的. 输入 不幸的是,你必须做一些冗余阅读(两次). openpyxl做你想要的 – import openpyxl import pandas as pd loc = 'sam ...

  7. Python使用openpyxl读写excel文件

    Python使用openpyxl读写excel文件 Python使用openpyxl读取excel文件中数据 Python使用openpyxl往excel文件中写入数据 Python使用openpyx ...

  8. Python使用openpyxl模块读写excel文件

    Python使用openpyxl模块读写excel文件 openpyxl是一个用于写入和读取xlsx格式的excel文件的Python模块. excel2010后的后缀名为xlsx,不再是xls,使用 ...

  9. Python使用openpyxl和pandas处理学生成绩Excel文件实用案例

    推荐图书: <Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),清华大学出版社,2020年6月第1次印刷 京东.天猫.当当均已上架,可以选择自己常用平台搜 ...

最新文章

  1. 深度丨AlphaGo Zero的启示:监督学习和无监督学习的利弊
  2. 【MM】采购退货的处理办法
  3. 请谈一下@Autowired 和@Resource区别是什么?
  4. 一个DDOS病毒的分析(二)
  5. HttpURLConnection和HttpClient的简单用法
  6. linux ubuntu 12.04 下默认是安装了openjdk的
  7. 【深入浅出etcd系列】4. 客户端
  8. MATLAB之基本语法与基础函数
  9. SQL Server Management Studio 2016的新功能–滚动条
  10. CV求职面经 -- 数学基础
  11. 进程和线程的基本概念与区别
  12. JAVA小项目--商品管理系统
  13. Springboot+高校考勤小程序 毕业设计-附源码131039
  14. mega软件 linux,Debianubuntu系安装MegaCli
  15. SpringBoot系列 - 使用AOP
  16. 一文搞定hive之insert into 和 insert overwrite与数据分区
  17. 运筹帷幄的“懒蚂蚁”
  18. html 如何把文字和图片放到一行,DIV+CSS图片和文字如何显示同一行
  19. MTK资料:在MT6735平台上如何调试SII9024A
  20. XSS Challenges/刷题/Stage #3

热门文章

  1. 在 Spring 4.3.9下升级 Velocity 1.7.x to Velocity 2.0.x 出现的问题
  2. 我所知道的flex布局 —— 上篇
  3. WEB文件管理器2.0版
  4. Excel如何快速将科学计数法数字变成正常形式
  5. 20200605笔记
  6. 2020暑期实习后台开发字节跳动笔试
  7. 深入理解js的变量提升和函数提升
  8. spring @Value 获取配置文件为 null 常见的几种方式
  9. golang zerolog包使用
  10. hackerrank杂记