python读写excel的方式有很多，不同的模块在读写的讲法上稍有区别，这里我主要介绍几个常用的方式。

用xlrd和xlwt进行excel读写;

用openpyxl进行excel读写;

用pandas进行excel读写;

参考：

https://www.python-excel.org/

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html#pandas.read_excel

https://www.jianshu.com/p/19219542bf23

2|0数据准备

为了方便演示，我这里新建了一个data.xls和data.xlsx文件，第一个工作表sheet1区域“A1:E5”的内容如下，用于测试读写excel的代码：

3|0xlrd和xlwt

xlrd是一个库，用于从Excel文件中以.xls格式读取数据和格式化信息

xlwt是一个库，用于将数据和格式化信息写入较旧的Excel文件(例如:.xls)。

3|1示例

pip install xlrd

pip install xlwt

我们开始来读取文件的内容

import xlrd

import os

file_path = os.path.dirname(os.path.abspath(__file__))

base_path = os.path.join(file_path,'data.xlsx')

book = xlrd.open_workbook(base_path)

sheet1 = book.sheets()[0]

nrows = sheet1.nrows

print('表格总行数', nrows)

ncols = sheet1.ncols

print('表格总列数', ncols)

row3_values = sheet1.row_values(2)

print('第3行值', row3_values)

col3_values = sheet1.col_values(2)

print('第3列值', col3_values)

cell_3_3 = sheet1.cell(2, 2).value

print('第3行第3列的单元格的值：', cell_3_3)

接下来我们来进行写入，写入可以进行的操作太多了，我这里只列举了常用的的操作。

import xlwt

import datetime

# 创建一个workbook 设置编码

workbook = xlwt.Workbook(encoding='utf-8')

# 创建一个worksheet

worksheet = workbook.add_sheet('Worksheet')

# 写入excel参数对应 行, 列, 值

worksheet.write(0, 0, label='测试')

# 设置单元格宽度

worksheet.col(0).width = 3333

# 设置单元格高度

tall_style = xlwt.easyxf('font:height 520;')

worksheet.row(0).set_style(tall_style)

# 设置对齐方式

alignment = xlwt.Alignment()  # CreateAlignment

# May be: HORZ_GENERAL, HORZ_LEFT, HORZ_CENTER, HORZ_RIGHT, HORZ_FILLED, HORZ_JUSTIFIED, HORZ_CENTER_ACROSS_SEL, HORZ_DISTRIBUTED

alignment.horz = xlwt.Alignment.HORZ_CENTER

# May be: VERT_TOP, VERT_CENTER, VERT_BOTTOM, VERT_JUSTIFIED, VERT_DISTRIBUTED

alignment.vert = xlwt.Alignment.VERT_CENTER

style = xlwt.XFStyle()  # CreateStyle

style.alignment = alignment  # AddAlignmenttoStyle

worksheet.write(2, 0, '居中', style)

# 写入带颜色背景的数据

pattern = xlwt.Pattern()  # Createthe Pattern

# May be: NO_PATTERN, SOLID_PATTERN, or0x00 through 0x12

pattern.pattern = xlwt.Pattern.SOLID_PATTERN

pattern.pattern_fore_colour = 5  # May be: 8 through 63. 0 = Black, 1 = White, 2 = Red, 3 = Green, 4 = Blue, 5 = Yellow, 6 = Magenta, 7 = Cyan, 16 = Maroon, 17 = Dark Green, 18 = Dark Blue, 19 = Dark Yellow , almost brown), 20 = Dark Magenta, 21 = Teal, 22 = Light Gray, 23 = Dark Gray, the list goes on...

style = xlwt.XFStyle()  # Createthe Pattern

style.pattern = pattern  # AddPatterntoStyle

worksheet.write(0, 1, '颜色', style)

# 写入日期

style = xlwt.XFStyle()

# Other options: D-MMM-YY, D-MMM, MMM-YY, h:mm, h:mm:ss, h:mm, h:mm:ss, M/D/YY h:mm, mm:ss, [h]:mm:ss, mm:ss.0

style.num_format_str = 'M/D/YY'

worksheet.write(0, 2, datetime.datetime.now(), style)

# 写入公式

worksheet.write(0, 3, 5)  # Outputs 5

worksheet.write(0, 4, 2)  # Outputs 2

# Should output"10"(A1[5] * A2[2])

worksheet.write(1, 3, xlwt.Formula('D1*E1'))

# Should output"7"(A1[5] + A2[2])

worksheet.write(1, 4, xlwt.Formula('SUM(D1,E1)'))

# 写入超链接

worksheet.write(1, 0, xlwt.Formula('HYPERLINK("http://www.baidu.com";"百度一下")'))

# 保存

workbook.save('Excel_test.xls')

需要注意的是最好在当前路径下通过命令行执行，否则无法生成文件。

4|0openpyxl

openpyxl是一个Python库，用于读取/写入Excel 2010 xlsx/xlsm/xltx/xltm文件。

安装包

pip install openpyx

安装完成可以开始进行读取数据

import openpyxl

import os

file_path = os.path.dirname(os.path.abspath(__file__))

base_path = os.path.join(file_path,'data.xlsx')

workbook = openpyxl.load_workbook(base_path)

worksheet = workbook.get_sheet_by_name('Sheet1')

row3=[item.value foriteminlist(worksheet.rows)[2]]

print('第3行值',row3)

col3=[item.value foriteminlist(worksheet.columns)[2]]

print('第3行值',col3)

cell_2_3=worksheet.cell(row=2,column=3).value

print('第2行第3列值',cell_2_3)

max_row=worksheet.max_row

print('最大行',max_row)

现在我们来开始写入数据

import zipfile

# 创建文件句柄

file = zipfile.ZipFile("测试.zip",'r')

# 提取压缩文件中的内容，注意密码必须是bytes格式，path表示提取到哪

file.extractall(path='.', pwd='123'.encode('utf-8'))

5|0pandas

pandas支持xls, xlsx, xlsm, xlsb, odf, ods和odt文件扩展名从本地文件系统或URL读取。支持读取单个工作表或工作表列表的选项。

首先依然是安装包

pip install pandas

语法：

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False,dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)

io，Excel的存储路径

sheet_name，要读取的工作表名称

header， 用哪一行作列名

names， 自定义最终的列名

index_col， 用作索引的列

usecols，需要读取哪些列

squeeze，当数据仅包含一列

converters ，强制规定列数据类型

skiprows，跳过特定行

nrows ，需要读取的行数

skipfooter ， 跳过末尾n行

import pandasaspd

import os

file_path = os.path.dirname(os.path.abspath(__file__))

base_path = os.path.join(file_path,'data.xlsx')

df = pd.read_excel(base_path)

print(df)

写入数据

语法：

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True,index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)

参数说明：

excel_writer：文件路径或现有的ExcelWriter

sheet_name：将包含数据文件的工作表的名称

na_rep：缺失的数据表示

float_format：格式化浮点数的字符串。例如float_format = " %。2f"格式为0.1234到0.12。

columns：列

header：写出列名。如果给定一个字符串列表，则假定它是列名的别名。

index：写入行名称(索引)

index_label：如果需要，索引列的列标签。如果未指定，并且标头和索引为真，则使用索引名。如果DataFrame使用多索引，应该给出一个序列。

startrow：左上角的单元格行转储数据帧。

startcol：左上角单元格列转储数据帧。

engine：编写要使用的引擎“ openpyxl”或“ xlsxwriter”。 您还可以通过选项io.excel.xlsx.writer，io.excel.xls.writer和io.excel.xlsm.writer进行设置。

merge_cells：将多索引和层次结构行写入合并单元格。

encoding：对生成的excel文件进行编码。仅对xlwt有必要，其他编写器本身支持unicode。

inf_rep：表示无穷大。

verbose：在错误日志中显示更多信息。

freeze_panes：指定要冻结的最底部的行和最右边的列

frompandas import DataFrame

data = {'name': ['张三','李四','王五'],'age': [11, 12, 13],'sex': ['男','女','男']}

df = DataFrame(data)

df.to_excel('file.xlsx')

【编辑推荐】

【责任编辑：姜华 TEL：(010)68476606】

点赞 0