看到非常好用的文章,转载记录一下,以免之后找不到。
原文地址:4种Python处理Excel数据的方法!_python操作excel-CSDN博客
电子表格格式
我们在日常工作中常常见到各种后缀的电子表格,例如最常见的xlsx以及较为常见的csv、xls等格式的表格。同样是电子表格,它们之间有什么区别吗?
• xls为Excel早期表格格式。
xls格式是Excel2003版本及其以前版本所生成的文件格式。其最大的特点就是:仅有65536行、256列。因此规模过大的数据不可以使用xls格式读写。
• xlsx为Excel2007及其之后的表格格式,也是现在Excel表格的主流格式。
与xls相比,它可以存储1048576行、16384列数据,存储相同数据,xlsx格式要比xls格式文件要小得很多。
• CSV为逗号分隔值文件。
CSV逗号分隔值文件格式,其以纯文本形式存储表格数据(数字和文本),可以用Excel软件打开。
• xlrd 模块既可读取 xls 文件也可读取 xlsx 文件;xlwt只可写 xlsx 文件;openpyxl 可以读写 xlsx 文件;pandas 可以同时读写 xls、xlsx 文件。
注:xlrd 2.0.0 及更高版本只能读取 .xls 文件,建议使用其他库读取 .xlsx文件 或 安装 xlrd 早期版本。
1.使用 xlrd 来处理
xlrd命令
import xlrd
book = xlrd.open_workbook('excelFile.xlsx') #获取工作簿对象
names = book.sheet_names() #获取所有工作表名称结果为列表
mySheets = book.sheets() #获取工作表list
sheet = mySheets[0] #通过索引顺序获取
sheet = book.sheet_by_index(0) #通过索引顺序获取
sheet = book.sheet_by_name(u'Sheet1') #通过名称获取 u表示后面字符串以 Unicode 格式 进行编码,一般用在中文字符串前面
#获取行数和列数
nrows = sheet.nrows
ncols = sheet.ncols
#获取一行和一列
row = sheet.row_values(i) #i是行数,从0开始计数,返回list对象。
col = sheet.col_values(j) #j是列数,从0开始计数,返回list对象。
#读取单元格数据
cell = sheet.cell_value(i,j) #直接获取单元格数据,i是行数,j是列数,行数和列数都是从0开始计数。
cell = sheet.cell(i,j).value
示例1:Python读取Excel文件特定数据
import xlrd
data = xlrd.open_workbook('excelFile.xlsx') #打开xlsx文件
table = data.sheets()[0] #打开第一张表
nrows = table.nrows #获取表的行数
#循环逐行输出
for i in range(nrows):
if i == 0: #跳过第一行
continue
print(table.row_values(i)[:5]) #取前五列数据
示例2:Python读取Excel文件所有数据
import xlrd
workbook = xlrd.open_workbook('excelFile.xlsx') #打开一个xlsx文件
worksheets = workbook.sheet_names() #抓取所有sheet页的名称
print('worksheets is %s' %worksheets)
worksheets1 = workbook.sheet_by_name(u'Sheet1') #如果存在sheet1文件则定位到sheet1
#遍历sheet1中所有行row
num_rows = worksheets1.nrows
for curr_row in range(num_rows):
row = worksheets1.row_values(curr_row)
print('row%s is %s' %(curr_row,row))
#遍历sheet1中所有列col
num_cols = worksheets1.ncols
for curr_col in range(num_cols):
col = worksheets1.col_values(curr_col)
print('col%s is %s' %(curr_col,col))
# 遍历sheet1中所有单元格cell
for rown in range(num_cols):
for coln in range(num_cols):
cell = worksheets1.cell_value(rown,coln)
print(cell)
2.使用 xlwt 来处理
使用xlwt模块写入Excel文件
xlwt模块只能写xls文件,不能写xlsx文件(写xlsx程序不会报错,但最后文件无法直接打开,会报错)。
默认保存在py文件相同路径下,如果该路径下有相同文件,会被新创建的文件覆盖。
import xlwt
myWorkbook =xlwt.Workbook() #创建Excel工作簿 若要写入中文则添加参数encoding = 'utf-8'
sheet = myWorkbook.add_sheet('New_Sheet') #创建Excel工作表
#sheet.write(m,n,'内容1') #向单元格写入内容
myStyle = xlwt.easyxf('font:name Times New Roman,color-index red ,bold on',num_format_str='#,##0.00')
sheet.write(1,1,2022,myStyle)
sheet.write(2,0,1) #写入A3,数值等于1
sheet.write(2,1,1) #写入B3,数值等于1
sheet.write(2,2,xlwt.Formula('A3+B3')) #写入C3,数值等于2(A3+B3),xlwt支持写入公式
#保存
myWorkbook.save('excelFile.xls')
示例:新建excel文件并写入数据
import xlwt
#创建workbook和sheet对象
workbook =xlwt.Workbook()
sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True)
sheet2 = workbook.add_sheet('sheet2',cell_overwrite_ok=True)
#向sheet页中写入数据
myStyle = xlwt.easyxf('font:name Times New Roman,color-index red ,bold on',num_format_str='#,##0.00')
sheet1.write(0,0,'sheet1')
sheet1.write(0,1,'sheet1_content')
sheet2.write(0,0,'sheet2')
sheet2.write(1,2,'sheet2_content')
#保存该excel文件,有同名文件时直接覆盖
workbook.save('test.xls')
print('创建excel文件完成!')
3.使用 openpyxl 来处理
openpyxl可以对excel文件进行读写操作
openpyxl模块可实现对excel文件的读、写和修改,只能处理xlsx文件,不能处理xls文件。
from openpyxl import Workbook
from openpyxl import load_workbook
from openpyxl.writer.excel import ExcelWriter
wb = load_workbook(u'成绩单.xlsx')
sheetnames = wb.sheetnames #获取表单名字
print(sheetnames)
title = sheet1.title #获取工作表名称
rows = sheet1.max_row #获取工作表行数
cols = sheet1.max_column #获取工作表列数
sheet = wb[sheetnames[0]]
print(sheet.cell(row = 3,column = 3).value)
sheet['A1'] = 'grade'
wb.save(u'成绩单_new.xlsx') #修改元素值并另存为xlsx文件
sheet = wb.active #获取活动表
print(sheet.dimensions) #获取表格的尺寸大小
cell1 = sheet['B7'] #获取B7单元格的数据
print(cell1.value) #cell1.value获取单元格B7中的值
print(sheet['a2'].value) # 使用excel单元格的表示法,字母不区分大小写 获取第2行第1列的数据
print(cell.value,cell.row,cell.column,cell.coordinate)#获取某个格子的行数、列数以及坐标
cell = sheet['A1:A5'] #使用sheet['A1:A5']获取A1到A5的数据
#打印A1到A5的数据
for i in cell:
for j in i:
print(i.value)
# openpyxl读取excel文件
book = openpyxl.Workbook()# 创建工作簿 如果写入中文为乱码,可添加参数encoding ='utf-8'
sheet = book.create_sheet('Sheet_name',0) # 创建工作表,0表示创建的工作表在工作簿最前面
sheet.cell(m,n,'content1') #向单元格写入内容:
book.save('excelFile') # 保存工作簿,默认保存在py文件相同路径下,如果该路径下有相同文件,会被新创建的文件覆盖。
#openpyxl修改excel文件
sheet.insert rows(m)和sheet.insert cols(n)分别表示在第m行、第n列前面插入行、列
sheet.delete_rows(m)和sheet.delete_cols(n)分别表示删除第m行、第n列
修改单元格内容:sheet.cell(m,n)='内容1'或者sheet['B3']='内容2'
在最后追加行:sheet.append(可选代对象)
4.使用Pandas库来处理excel数据
Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
import pandas as pd
mydata ={
'sites':["SZ”,"BJ","SS"]
'number':[1,2,3]
}
myvar = pd.DataFrame(mydata)
print(myvar)
output :
sites number
0 SZ 1
1 BJ 2
2 SS 3
import pandas as pd
file path =r'example.xlsx'
df = pd.read_excel(file_path,sheet_name = "test") # sheet_name不指定时默认返回全表数据
print(df) # 打印表数据,如果数据太多,会略去中间部分
print(df.head())#打印头部数据,仅查看数据示例时常用
print(df.columns)#打印列标题
print(df.index)#打印行
print(df["ave"])#打印指定列
# 描述数据
print(df.describe())
写excel
from pandas import DataFrame
data ={'name':['zs','ls','ww'],'age':[11,12,13],'gender':['man','man ,'woman']}
df = DataFrame(data)
df.to excel('new.xlsx')
修改excel–以修改原Excel文件中gender列数据为例,把girl修改为female,boy修改为male:
import pandas as pd
from pandas import DataFrame
file_path = r'test.xlsx'
df = pd.read_excel(file_path)
df['gender'][df['gender'] == 'girl'] = 'female'
df['gender'][df['gender'] == 'boy'] = 'male'
print(df)
DataFrame(df).to_excel(file_path,sheet_name = 'Sheet1',index = False,header=True)
df.loc[row_index] = [val1,val2,val3] #新增行
df[colo_name] = None #新增列
示例1:读取excel数据
#直接默认读取到这个Excel的第一个表单
sheet = pd.read_excel('test.xlsx')
# 默认读取前5行数据
data=sheet.head()
print("获取到所有的值:\n{0}".format(data))# 格式化输出
#也可以通过指定表单名来读取数据
sheet2 = pd.read_excel('test.xlsx',sheet_name='test')
data2 = sheet2.head() #默认读取前5行数据
print("获取到所有的值:\n{0}".format(data2)) # 格式化输出
示例2:操作Excel中的行列
#导入pandas模块
import pandas as pd
sheet=pd.read excel('test.xlsx') # 这个会直接默认读取到这个Excel的第一个表单
# 读取指定的某一行数据:
data=sheet.loc[0].values #0表示第一行 这里读取数据并不包含表头
print("读取指定行的数据:\n{0}".format(data))
# 读取指定的多行:
data2=sheet.loc[[0.1]].values
print("读取指定行的数据:\n{0}".format(data2))
#获取行号输出:
print("输出行号列表",sheet.index.values)
#获取列名输出:
print("输出列标题",sheet.columns.values)
其他
当收到的文件既有xls,又有xlsx时,先转换为统一格式再做统计修改更方便。
需要用到pywin32库,方法如下:
import win32com.client as win32
fname = r"C:\User\Desktop\test.xlsx'
excel = win32.gencache.EnsureDispatch('Excel.Application')
wb = excel.Workbooks.Open(fname)
# wb.SaveAs(fname+"x",FileFormat =51) #FileFormat =5l is for .xlsx extension
wb.SaveAs(fname[:-1],FileFormat = 56) #FileFormat =56 is for .xls extension
wb.Close()
excel.Application.Quit()