Excel数据处理利器揭秘：openpyxl和xlsxwriter的强强联手

• 引言

  • Excel文件在数据处理中扮演着重要的角色，而使用Python来读写和处理Excel文件已经成为许多开发者的首选。在本篇博文中，我们将介绍如何使用Python中的两个主要库——openpyxl和xlsxwriter，来读取和写入Excel文件

• 准备工作

  • python3.x
  • openpyxl和xlsxwriter都是python第三方库，使用前需要安装再导入

    pip install openpyxl

    pip install xlsxwriter

• 使用openpyxl读取Excel文件

  • openpyxl是一个功能强大的库，它可以让我们轻松地读取和操作Excel文件，下面将演示使用openpyxl读取excel文件的两种方式

  • 方式一：按单元格读取

    #!/usr/bin/env python3
    # coding:utf-8
    import openpyxl
    
    # 文件路径
    path = r"excel文件的路径"
    
    # 打开Excel文件
    workbook = openpyxl.load_workbook(path)
    
    # 选择工作表
    sheet = workbook['Sheet1']
    
    # 读取单元格数据
    cell_value = sheet['A1'].value
    print(cell_value)
    
    # 关闭Excel文件
    workbook.close()

  • 方式二：按行或按列读取

    #!/usr/bin/env python3
    # coding:utf-8
    import openpyxl
    
    # 文件路径
    path = r"excel文件的路径"
    
    # 打开Excel文件
    workbook = openpyxl.load_workbook(path)
    
    # 选择工作表
    sheet = workbook['Sheet1']
    
    # 读取行数据
    row_values = []
    for row in sheet.iter_rows(min_row=2, values_only=True):
        row_values.append(row)
    print(row_values)
    
    # 读取列数据
    column_values = []
    for column in sheet.iter_cols(min_col=2, values_only=True):
        column_values.append(column)
    print(column_values)
    
    # 关闭Excel文件
    workbook.close()
    

  • 封装成函数快速调用（推荐使用）

        def read_excel(path, sheet_name='Sheet1', column_num=None):
            data = []
            book = openpyxl.load_workbook(path, read_only=True)
            sheet = book[sheet_name]
            for row in sheet.iter_rows(min_row=1, values_only=True):
                if column_num:
                    row_data = [str(row[num - 1]) for num in column_num]
                else:
                    row_data = [str(cell) for cell in row]
                data.append(row_data)
            book.close()
            return data

• 使用xlsxwriter写入Excel文件

  • xlsxwriter则是一个专门用于创建和写入Excel文件的库，它提供了丰富的功能和灵活的选项，使我们能够通过Python轻松地生成复杂的Excel文件

  • 指定单元格写入数据

    #!/usr/bin/env python3
    # coding:utf-8
    import xlsxwriter
    
    # 文件路径
    path = r"excel文件的保存路径"
    
    # 创建Excel文件
    workbook = xlsxwriter.Workbook(path)
    
    # 创建工作表
    sheet = workbook.add_worksheet()
    
    # 写入数据
    sheet.write('A1', 'Hello')
    sheet.write('B1', 'World')
    
    # 关闭Excel文件
    workbook.close()
    

  • 指定坐标写入

    #!/usr/bin/env python3
    # coding:utf-8
    import xlsxwriter
    
    # 文件路径
    path = r"excel文件的保存路径"
    
    # 创建Excel文件
    workbook = xlsxwriter.Workbook(path)
    
    # 创建工作表
    sheet = workbook.add_worksheet()
    
    # 写入数据
    data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]
    for row, row_data in enumerate(data, start=2):
        sheet.write_row(row, 0, row_data)
    
    # 关闭Excel文件
    workbook.close()
    

  • 写入普通文件

    def save_excel(_ls, path, _sheet_name='Sheet1', batch_size=10000):
        _book = xlsxwriter.Workbook(path, options={'strings_to_urls': False})
        _sheet = _book.add_worksheet(_sheet_name)
        batch_size = batch_size
        for i in range(0, len(_ls), batch_size):
            batch_data = _ls[i:i + batch_size]
            for _i in range(len(batch_data)):
                for __i in range(len(batch_data[_i])):
                _sheet.write(_i + i, __i, str(batch_data[_i][__i]))
        _book.close()
    
    
    # 传入_ls的数据格式：_ls = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]

  • 写入带格式的文件（将json文件写入excel）

    def save_excel(_ls, path, _sheet_name='Sheet1', batch_size=10000):
        _book = xlsxwriter.Workbook(path, options={'strings_to_urls': False})
        _sheet = _book.add_worksheet(_sheet_name)
        batch_size = batch_size
        for i in range(0, len(_ls), batch_size):
            batch_data = _ls[i:i + batch_size]
            for _i in range(len(batch_data)):
                for __i in range(len(batch_data[_i])):
                _sheet.write(_i + i, __i, json.dumps(batch_data[_i][__i], ensure_ascii=False, indent=2))
        _book.close()
    
    

• 总结

  • 通过学习使用openpyxl和xlsxwriter库，您将能够快速、高效地处理Excel文件并进行数据分析。这对于从事数据处理、报告生成等工作的开发者来说是非常有价值的