Python_Openpyxl 浅谈（最全总结 足够初次使用）
2024-05-09 09:47:46
Python_Openpyxl
1. 安装
pip install openpyxl
2. 打开文件
① 创建
from openpyxl import Workbook
# 实例化
wb = Workbook()
# 激活 worksheet
ws = wb.active
② 打开已有
>>> from openpyxl import load_workbook
>>> wb2 = load_workbook('文件名称.xlsx')
3. 储存数据
# 方式一：数据可以直接分配到单元格中(可以输入公式)
ws['A1'] = 42
# 方式二：可以附加行，从第一列开始附加(从最下方空白处，最左开始)(可以输入多行)
ws.append([1, 2, 3])
# 方式三：Python 类型会被自动转换
ws['A3'] = datetime.datetime.now().strftime("%Y-%m-%d")
4. 创建表（sheet）
# 方式一：插入到最后(default)
>>> ws1 = wb.create_sheet("Mysheet")
# 方式二：插入到最开始的位置
>>> ws2 = wb.create_sheet("Mysheet", 0)
5. 选择表（sheet）
# sheet 名称可以作为 key 进行索引
>>> ws3 = wb["New Title"]
>>> ws4 = wb.get_sheet_by_name("New Title")
>>> ws is ws3 is ws4
True
6. 查看表名（sheet）
# 显示所有表名
>>> print(wb.sheetnames)
['Sheet2', 'New Title', 'Sheet1']
# 遍历所有表
>>> for sheet in wb:
... print(sheet.title)
7. 访问单元格（cell）
① 单一单元格访问
# 方法一
>>> c = ws['A4']
# 方法二：row 行；column 列
>>> d = ws.cell(row=4, column=2, value=10)
# 方法三：只要访问就创建
>>> for i in range(1,101):
... for j in range(1,101):
... ws.cell(row=i, column=j)
② 多单元格访问
# 通过切片
>>> cell_range = ws['A1':'C2']
# 通过行(列)
>>> colC = ws['C']
>>> col_range = ws['C:D']
>>> row10 = ws[10]
>>> row_range = ws[5:10]
# 通过指定范围(行 → 行)
>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
... for cell in row:
... print(cell)
<Cell Sheet1.A1>
<Cell Sheet1.B1>
<Cell Sheet1.C1>
<Cell Sheet1.A2>
<Cell Sheet1.B2>
<Cell Sheet1.C2>
# 通过指定范围(列 → 列)
>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
... for cell in row:
... print(cell)
<Cell Sheet1.A1>
<Cell Sheet1.B1>
<Cell Sheet1.C1>
<Cell Sheet1.A2>
<Cell Sheet1.B2>
<Cell Sheet1.C2>
# 遍历所有 方法一
>>> ws = wb.active
>>> ws['C9'] = 'hello world'
>>> tuple(ws.rows)
((<Cell Sheet.A1>, <Cell Sheet.B1>, <Cell Sheet.C1>),
(<Cell Sheet.A2>, <Cell Sheet.B2>, <Cell Sheet.C2>),
...
(<Cell Sheet.A8>, <Cell Sheet.B8>, <Cell Sheet.C8>),
(<Cell Sheet.A9>, <Cell Sheet.B9>, <Cell Sheet.C9>))
# 遍历所有 方法二
>>> tuple(ws.columns)
((<Cell Sheet.A1>,
<Cell Sheet.A2>,
<Cell Sheet.A3>,
...
<Cell Sheet.B7>,
<Cell Sheet.B8>,
<Cell Sheet.B9>),
(<Cell Sheet.C1>,
...
<Cell Sheet.C8>,
<Cell Sheet.C9>))
8. 保存数据
>>> wb.save('文件名称.xlsx')
9. 其他
① 改变 sheet 标签按钮颜色
ws.sheet_properties.tabColor = "1072BA"
② 获取最大行，最大列
# 获得最大列和最大行
print(sheet.max_row)
print(sheet.max_column)
③ 获取每一行，每一列
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)
④ 根据数字得到字母，根据字母得到数字
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
⑤ 删除工作表
# 方式一
wb.remove(sheet)
# 方式二
del wb[sheet]
⑥ 矩阵置换（行 → 列）
rows = [['Number', 'data1', 'data2'],[2, 40, 30],[3, 40, 25],[4, 50, 30],[5, 30, 10],[6, 25, 5],[7, 50, 10]]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)]# 注意 方法会舍弃缺少数据的列(行)
rows = [['Number', 'data1', 'data2'],[2, 40 ], # 这里少一个数据[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)]
10. 设置单元格风格
① 需要导入的类
from openpyxl.styles import Font, colors, Alignment
② 字体
- 下面的代码指定了
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。
bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True)sheet['A1'].font = bold_itatic_24_font
③ 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')
④ 设置行高和列宽
# 第2行行高
sheet.row_dimensions[2].height = 40
# C列列宽
sheet.column_dimensions['C'].width = 30
⑤ 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')
最后举个例子
import datetime
from random import choice
from time import time
from openpyxl import load_workbook
from openpyxl.utils import get_column_letter# 设置文件 mingc
addr = "openpyxl.xlsx"
# 打开文件
wb = load_workbook(addr)
# 创建一张新表
ws = wb.create_sheet()
# 第一行输入
ws.append(['TIME', 'TITLE', 'A-Z'])# 输入内容（500行数据）
for i in range(500):TIME = datetime.datetime.now().strftime("%H:%M:%S")TITLE = str(time())A_Z = get_column_letter(choice(range(1, 50)))ws.append([TIME, TITLE, A_Z])# 获取最大行
row_max = ws.max_row
# 获取最大列
con_max = ws.max_column
# 把上面写入内容打印在控制台
for j in ws.rows: # we.rows 获取每一行数据for n in j:print(n.value, end="\t") # n.value 获取单元格的值print()
# 保存，save（必须要写文件名（绝对地址）默认 py 同级目录下，只支持 xlsx 格式）
wb.save(addr)
这里主要是两位大神博客的整理
其中一个原地址：https://blog.csdn.net/fanlei_lianjia/article/details/78225857
另一个很抱歉忘了地址了。。。。（如果有人告诉我我连接，将更正）
Python_Openpyxl 浅谈（最全总结 足够初次使用）相关推荐
- python相关职业-浅谈Python全栈开发工程师，让程序员都眼红的职业！
原标题:浅谈Python全栈开发工程师,让程序员都眼红的职业! Python Python 的排名从去年开始就借助人工智能与独特的魅力持续上升,现在它已经成为了第一名. 与其它编程语言相比所占的优势 ...
- 浅谈全区全服架构的SNS游戏后台
首先说下分区分服和全区全服的概念,查了一下资料,没有找到合适的定义.说下自己的理解:所有游戏服务器都有玩家数据库,如果以数据库为单位划分Set,单Set如果能承载超过10万的同时在线,可以认为是全区全 ...
- 推荐 ：浅谈用户全生命周期管理
导读: 今天我们邀请到了云音乐的张毅老师,给大家分享他对于用户全生命周期运营的思考和总结,从定义到周期划分,用户分层定义,到后续运营策略方式,系统建设.数据体系等逐步探讨. 一.用户生命周期定义 Li ...
- python全栈开发工程师招聘_浅谈Python全栈开发工程师，让程序员都眼红的职业！...
若把学C/C++难度比作做冰箱设计师,那么Java就是公司做冰箱的工人,而Python就是使用冰箱的客户.这只是难度的比较,那么就有人要说Python肯定很弱了,是真的如此吗? 领域--------流 ...
- 浅谈Python全栈开发工程师, 让程序员都眼红的职业!
Python Python 的排名从去年开始就借助人工智能与独特的魅力持续上升,现在它已经成为了第一名. 与其它编程语言相比所占的优势 (私信小编001 .002 .003 .007任何一个即可自动获 ...
- Android 浅谈适配全面屏、刘海屏、水滴屏
对刘海屏.水滴屏做适配前,先在此给出一个基本概念:何谓刘海屏?何谓水滴屏? 上述两种屏幕都可以统称为刘海屏,不过对于右侧较小的刘海,业界一般称为水滴屏或美人尖. 目前国内流行的手机厂商主要有:vivo ...
- 浅谈分布式全闪存储自动化测试平台设计
摘要 本文简单介绍了分布式全闪的基本架构,根据对存储架构的理解和软件自动化测试系统理论的研究,指出软件自动化系统需涉及的主要方面,为软件自动化测试系统实现奠定基础.根据软件测试需求(功能.可靠性.性能 ...
- 浅谈对全连接层的理解
先上百度百科: 全连接层的每一个结点都与上一层的所有结点相连,用来把前边提取到的特征综合起来.由于其全相连的特性,一般全连接层的参数也是最多的.例如在VGG16中,第一个全连接层FC1有4096个节点 ...
- 浅谈对全连接层的理解2
全连接就是一种无损的卷积的过程,会大大占用计算机的计算力,用于提取图片中或数据中的特征值.为了提高提取成功的准确率降低误差,全连接层的数量一般多,比如3*3*5的经过处理的数据层,我们要提取其中的特征 ...
最新文章
- 领域驱动设计门槛很高，没有深厚的面向对象编码能力很难实践成功
- 函数计算支持 MySQL 实例绑定
- kaggle上面的score以及ROC_AUC数值咋回事
- wp7后台文件传输之-----BackgroundTransferService(二)
- 字符串2在字符串1中第一次出现的位置strstr()
- 安卓应用安全指南 5.5.1 处理隐私数据 示例代码
- linux改键盘映射
- hik中心服务器登录失败,蒲公英云平台登录失败解决方案
- 小程序页面转pdf时如何实现自动分页
- 商务与经济统计学习笔记整理/安德森/第13版
- 三菱q系列c语言模块,【重磅干货】三菱Q系列串口模块QJ71C24的Modbus通信
- 强化学习之Q-Learning（附代码）
- jqprint 分页打印_jQuery打印Html页面自动分页
- conda 小tips
- 笔记本连接无线网络后通过有线网口共享网络
- 使用OpenKE预训练的freebase关系向量
- PDF文件如何修改，PDF如何旋转页面方向
- 港科夜闻｜香港科技大学国际管理理学硕士(MIMT)课程连续第二年跻身全球管理教育联盟 (CEMS) 2021年度最佳学院前三甲...
- 别翻了，这篇文章就是要让你入门java多线程！
- 2020-9-20 周报