python与excel
Excel是在日常工作中使用率非常高的办公工具之一，在Python中处理Excel的模块主要有如下几个：
Xlrd： xlrd仅支持.xls、.xlsx Excel文件的读，并不支持.xls、.xlsx 文件的写。
Xlwt： xlwt仅支持.xls文件的写。
Xlsxwriter： xlswriter支持.xlsx文件的写，另外此模块还支持VBA操作。
Win32com： win32com支持Excel的.xlsx和.xls，安装pypiwin32即可使用该库，该模块现在只支持Windows系统。
Openpyxl： openpyxl支持Excel2010多种文件的操作，read_only和write_only两个参数值得注意，该模块对VBA的支持不好，不支持 .xls文件的操作。
Xlwings： xlwings实现了Excel中调用Python，python中调用Excel，支持.xls文件的读，支持.xlsx文件的读写，支持VBA操作，另外还支持和Numpy、Pandas结合进行操作，在很大程度上扩展了应用。
Pandas ： pandas是数据分析领域最为重要的库，支持.xls和.xlsx读写。
本文主要介绍Xlwings、Openpyxl、Pandas等三个模块操作excel的一些常用操作：
一、XLWings
1、官方文档
详细API参考官方文档：https://docs.xlwings.org/en/stable/api.html
2、常用操作
2.1、操作工作簿
新建工作簿——新建sheet——在指定位置插入值——保存工作簿
# 导入xlwings包
import os
import xlwings as xw
# 1、创建app应用
app = xw.App(visible=True, add_book=False)
# 新建一个工作簿
wb = app.books.add()
# 新建一个sheet，并操作
# 新建sheet，并起名为first_sht
sht = wb.sheets.add("first_sht")
# 3.2 新建的sheet表中A1位置插入一个值，Datawhale
sht.range('A1').value='Datawhale'
# 保存新建的工作簿，并起以名字
xw_path = './xlwings_lq/'
os.mkdir(xw_path)
os.getcwd()
os.chdir(r'D:\jupyternotebook\office-automation-main\Task02-Python与Excel')
os.getcwd()
os.listdir()
wb.save(xw_path + 'xlwings_lq.xlsx')
os.listdir(xw_path)
# 4、关闭工作簿
wb.close()
# 5、程序运行结束，退出Excel程序
app.quit()
# 1、新建一个工作簿
# wb = app.books.add() # 程序第三步
# 2、保存新建的工作簿，并起一个名字
# 程序倒数第三步，非常关键，保存操作数据结果
# wb.save(root_path+'xlwings_wb.xlsx')
# 3、打开一个已经存在的工作簿
wb = app.books.open(xw_path+'xlwings_lq.xlsx') # 程序第三步
# 4、关闭工作簿
# wb.close() # 程序倒数第二步
2.2、操作工作表
# 在工作簿中新建一个sheet，起名为 second_sht
sht1 = wb.sheets.add('second_sht')
print('sht1:', sht1)
# 选中已经存在的sheet
sht2 = wb.sheets('first_sht')
print('sht2:', sht2)
# 也可以通过索引选择已存在的sheet
sht3 = wb.sheets[0] # 选中工作簿中的第一个sheet
print('sht3:', sht3)
# 获取工作簿中工作表的个数
sht_nums = wb.sheets.count
print('工作簿中的sheet个数为：%d'% sht_nums)
# 当前工作表名字
print('sht1.name:', sht1.name)
# 获取指定sheet中数据的行数
print('sht1.used_range.last_cell.row:', sht1.used_range.last_cell.row)
# 获取指定sheet中数据的列数
print('sht1.used_range.last_cell.column:', sht1.used_range.last_cell.column)
# 删除指定的sheet 比如删除：first_sht
wb.sheets('first_sht').delete()
2.3、操作单元格
2.3.1、写入
# 在工作表中指定位置插入数据
sht1.range('B1').value = 'Datawhale'
# 在工作表指定位置插入多个数据 默认是横向插入
sht1.range('B2').value = ['DATAWHALE', 'FOR', 'THE', 'LEARNER']
# 在工作表指定位置竖向插入多个数据
# 设置 options(transpose=True)，transpose=True 表示转置的意思
sht1.range('B3').options(transpose=True).value = [1, 2, 3, 4]
# 在工作表指定位置开始插入多行数据
sht1.range('B7').value = [['a', 'b'], ['c', 'd']]
# 在工作表指定位置开始插入多列数据
sht1.range('B9').options(transpose=True).value = [['a', 'b'], ['c', 'd']]
# 向单元格写入公式
sht1.range('F2').formula = '=sum(B2:E2)'
2.3.2、读取
# 在工作表中读取指定位置数据
print('单元格B1=', sht1.range('B1').value)
# 在工作表中读取指定区域数据 一行
print('单元格B2:F2=', sht1.range('B2:F2').value)
# 在工作表中读取指定区域数据 一列
print('单元格B3:B6=', sht1.range('B3:B6').value)
# 在工作表中读取指定区域数据 一个区域
# 设置options(transpose=True)就可以按列读 不设置就是按行读
print('单元格B7:C10=', sht1.range('B7:C10').options(transpose=True).value)
2.3.3、删除
# 删除指定单元格中的数据
sht1.range('B10').clear()
# 删除指定范围内单元格数据
sht1.range('B7:B9').clear()
2.3.4、单元格样式设置
# 选中已经存在的sheet
sht1 = wb.sheets('second_sht')
# 返回单元格绝对路径
sht1.range('B3').get_address()
# sht1.range('B3').address
# 合并单元格B3 C3
sht1.range('B3:C3').api.merge()
# 解除合并单元格B3 C3
# sht1.range('B3:C3').api.unmerge()
# 向指定单元格添加带超链接文本
# address- 超连接地址
# text_to_display- 超链接文本内容
# screen_tip- 鼠标放到超链接上后显示提示内容
sht1.range('C2').add_hyperlink(address='https://datawhale.club',
text_to_display='DATAWHALE 官网',
screen_tip='点击查看 DATAWHALE 官网 ')
# 获取指定单元格的超链接地址
sht1.range('C2').hyperlink
# 自动调试指定单元格高度和宽度
sht1.range('B1').autofit()
# 设置指定单元格背景颜色
sht1.range('B1').color = (93,199,221)
# 返回指定范围内的中第一列的编号 数字，如：A-1 B-2
sht1.range('A2:B2').column
# 获取或者设置行高/列宽
# row_height/column_width会返回行高/列宽 ，范围内行高/列宽不一致会返回None
# 也可以设置一个新的行高/列宽
sht1.range('A2').row_height = 25
sht1.range('B2').column_width = 20
wb.save()
2.4、插入图表
import pandas as pd
import numpy as np
# 新建一个sheet
sht3 = wb.sheets.add('third_sht')
# 生成模拟数据
df = pd.DataFrame({
'money':np.random.randint(45, 50, size = [1, 20])[0],
},
index=pd.date_range('2021-02-01', '2021-02-20'), # 行索引和时间相关
)
df.index.name = '消费日期' # 设置索引名字
sht3.range('A1').value = df
# 生成图表
chart1 = sht3.charts.add() # 创建一个图表对象
chart1.set_source_data(sht3.range('A1').expand()) # 加载数据
chart1.chart_type = 'line' # 设置图标类型
chart1.top = sht3.range('D2').top
chart1.left = sht3.range('D2').left # 设置图标开始位置
import matplotlib.pyplot as plt
# 随便绘制一个饼图
fig1 = plt.figure() # 先创建一个图像对象
plt.pie([0.5, 0.3, 0.2], # 值
labels=['a', 'b', 'c'], # 标签
explode=(0, 0.2, 0), # （爆裂）距离
autopct='%1.1f%%', # 显示百分数格式
shadow=True) # 是否显示阴影
plt.show()
# 将饼图添加到excel指定位置 J17为图片开始位置
sht3.pictures.add(fig1, name='matplotlib',
left=sht3.range('J17').left,
top=sht3.range('J17').top, update=True)
spyder中默认不显示图表，提示：Figures now render in the Plots pane by default. To make them also appear inline in the Console, uncheck “Mute Inline Plotting” under the Plots pane options menu.
解决办法：打开tools→preferences→ipython console→graphics backend→选择设置automatic
设置后即可正常显示，如下：
2.5、综合练习
2.5.1、综合练习1
将消费数据可视化生成带平均线的趋势图，存入excel，数据就是之前生成的模拟数据。
fig, ax = plt.subplots() # 创建一个画板
# 生成一条新线- 平均消费数据
money_m = [df['money'].mean(axis=0) for i in range(len(df['money']))]
# 建一条线：消费趋势折线图
ax.plot(df.index, df['money'], color='#f16a0b', label='每日消费')
# 再建一条线：平均消费直线图
ax.plot(df.index, money_m, linestyle='--', color='#301502', label='平均消费')
# 设置横纵坐标基础说明
ax.set_xlabel(u'日期')
ax.set_ylabel(u'消费金额/元')
ax.set_title(u'消费折线图')
# 设置x轴值显示方向
plt.setp(ax.get_xticklabels(), rotation=70, horizontalalignment='right')
# 添加图例（label说明到图片上） loc设置显示位置
ax.legend(loc=2)
plt.show()
sht3.pictures.add(fig, name='消费情况',
left=sht3.range('D17').left,
top=sht3.range('D17').top, update=True)
wb.save()
图表中的中文显示异常，如下图：
增加如下设置后，中文显示正常：
# 用来设置字体样式以正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']
# 默认是使用Unicode负号，设置正常显示字符，如正常显示负号
plt.rcParams['axes.unicode_minus']=False
2.5.2、综合练习2
将股票数据以指定的格式存储到excel并生成股票走势图，利用akshare爬取上证指数数据 代号：sz000002
import akshare as ak
import xlwings as xw
import datetime
# 新建一个sheet
app = xw.App(visible=True, add_book=False)
wb = app.books.open(xw_path+'xlwings_lq.xlsx')
sz_sht = wb.sheets.add('sz_sht2') # 第一次新建
# sz_sht = wb.sheets['sz_sht'] # 已经存在，直接打开
# 获取数据 open high low close volume index-date
# volume 是成交量 多少股
# 0、获取数据
sz_index = ak.stock_zh_index_daily(symbol="sz000002")
sz_index
# 1、处理下数据
sz_index.set_index('date', inplace=True)
sz_data = sz_index[datetime.date(2022,1,1):datetime.date(2022,6,14)].iloc[:,0:4] # 只取今年数据 ohlc
sz_data.index = sz_data.index.to_series().apply(lambda x : x.strftime('%m-%d')) # 将索引日期格式改为 月-日
# 2、存储数据
sz_sht.range('A1').value = sz_data
# 3、处理数据格式（API接口和教程不一致，可能是版本不同引起的）
# - 表头字体 格式加粗 背景颜色
sz_sht.range('A1:E1').font.name = 'Calibri'
sz_sht.range('A1:E1').font.bold = True
sz_sht.range('A1:E1').font.color=( 255, 255, 255)
# 背景颜色
sz_sht.range('A1:E1').color = (16, 156, 245)
# mac上居中未实现，有了解的小伙伴可以留言指出下，感谢
# sz_sht.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter
# 4、生成图表
chart_ohlc = sz_sht.charts.add() # 创建一个图表对象
chart_ohlc.set_source_data(sz_sht.range('A1').expand()) # 加载数据
chart_ohlc.chart_type = 'stock_ohlc' # 设置图标类型
chart_ohlc.top = sz_sht.range('G2').top
chart_ohlc.left = sz_sht.range('G2').left # 设置图标开始位置
# 保存新建的工作簿，并起一个名字（如果已存在有名字的excel文件，就直接save即可）
wb.save()
# 关闭工作簿（关闭Excel文件）
wb.close()
# 程序运行结束，退出Excel程序
app.quit()
二、OpenPyXL
1、官方文档
详细API参考官方文档：https://openpyxl.readthedocs.io/en/stable/
中文文档：http://yumos.gitee.io/openpyxl3.0/index.html
2、常用操作
2.1、excel读取
# OpenPyXL
import os
import warnings
import openpyxl
# 获取当前工作目录
os.getcwd()
# 屏蔽不必要的警告信息
warnings.filterwarnings('ignore')
# 查看属性
op_path = './OpenPyXL_test/'
wb = openpyxl.load_workbook(op_path+'用户行为偏好.xlsx')
type(wb)
# 导入模块中的函数，查询对应表的名称
print(wb.sheetnames)
# 读取工作簿的活动表
# 活动表是工作簿在 Excel 中打开时出现的工作表，在取得 Worksheet 对象后，可通过 title 属性取得它的名称。
active_sheet = wb.active
print(f'active_sheet对象: {active_sheet}')
print(f'active_sheet 名称: {active_sheet.title}')
# 通过传递表名字符串读取表、类型和名称、内容占据的大小
sheet = wb.get_sheet_by_name('Sheet3')
print(f'sheet: {sheet}')
print(f'type(sheet): {type(sheet)}')
print(f'sheet.title: {sheet.title}')
print(f'sheet.dimensions: {sheet.dimensions}')
# 从表中取得单元格 在 2.1.1 中我们已经读取过工作簿了 返回结果存储变量为 wb
## 获取表格名称
print(f'sheetnames: {wb.sheetnames}')
# 获取指定sheet
sheet = wb.get_sheet_by_name('订单时长分布')
# 通过单元格位置获取单元格对象，如：B1
a = sheet['B1']
print(f"sheet[B1']: {a}")
# 获取并打印 B1 单元格的文本内容
print(f"sheet[B1'].value: {a.value}")
# 获取并打印 B1 单元格所在行、列和数值
print(f'Row: {a.row}, Column: {a.column}')
# 获取并打印 B1 单元格坐标 和 值
print(f'Cell {a.coordinate} is {a.value}')
# 获取并打印出 B列 前8行的奇数行单元格的值
for i in range(1,8,2):
print(i, sheet.cell(row=i,column=2).value)
# 确定表格的最大行数和最大列数，即表的大小
print(f'sheet.max_row: {sheet.max_row}')
print(f'sheet.max_column: {sheet.max_column}')
# 方法一：直接通过sheet索引，A1到C8区域的值
cells = sheet['A1:C8']
print(f'type(cells): {type(cells)} \n')
# 遍历元组 print每一个cell值
for rows in cells:
for cell in rows:
print(cell.value, end=" |")
print("\n")
# 方法二：sheet.iter_rows函数 按行获取数据
rows = sheet.iter_rows(min_row=1, max_row=8, min_col=1, max_col=3)
# 遍历元组 print每一个cell值
for row in rows:
for cell in row:
print(cell.value, end=" |")
print("\n")
# 方法三：sheet.iter_cols函数 按列获取数据
cols = sheet.iter_cols(min_row=1, max_row=4, min_col=1, max_col=3)
# 遍历元组 print每一个cell值
for col in cols:
for cell in col:
print(cell.value, end=" |")
print("\n")
# 找出用户行为偏好.xlsx中 Sheet3 表中空着的格子，并输出这些格子的坐标
from openpyxl import load_workbook
exl = load_workbook(op_path+'用户行为偏好.xlsx')
sheet3 = exl.get_sheet_by_name('Sheet3')
sheet3.dimensions
# 直接通过sheet索引，sheet3.dimensions获取sheet数据区域
cells = sheet3[sheet3.dimensions]
# 遍历元组 判断每一个cell值是否为空
for rows in cells:
for cell in rows:
if not cell.value:
print(f'{cell.coordinate} is None')
2.2、excel写入/删除/移动
# 获取指定 sheet
sheet = exl_1['Sheet3']
# 插入列数据 insert_cols(idx,amount=1)
# idx是插入位置，amount是插入列数，默认是1
# idx=2第2列，第2列前插入一列
sheet.insert_cols(idx=2)
# 第2列前插入5
# sheet.insert_cols(idx=2, amount=5)
# 插入行数据 insert_rows(idx,amount=1)
# idx是插入位置，amount是插入行数，默认是1
# 在第二行前插入一行
sheet.insert_rows(idx=2)
# 第2行前插入5行
# sheet.insert_rows(idx=2, amount=5)
exl_1.save(filename=op_path+'用户行为偏好_1.xlsx')
# 删除多列
sheet.delete_cols(idx=5, amount=2)
# 删除多行
sheet.delete_rows(idx=2, amount=5)
exl_1.save(filename=op_path+'用户行为偏好_1.xlsx')
# 移动
# 当数字为正即向下或向右，为负即为向上或向左
sheet.move_range('B3:E16',rows=1,cols=-1)
exl_1.save(filename=op_path+'用户行为偏好_1.xlsx')
2.3、excel单元格样式设置
# 5) 实例化一个 Font 对象，设置字体样式
# 字体改为：黑体 大小改为：20 设置为：加粗 斜体 红色
font = Font(name='黑体', size=20, bold=True, italic=True, color='FF0000')
cell.font = font
# 6) 保存修改
exl_1.save(filename=op_path+'用户行为偏好_1.xlsx')
# 1) 获取要处理的单元格
# 通过 sheet 索引获取第二行 cell
# 获取列可以用 字母索引，如 sheet['A'] 获取第一列 cell
cells = sheet[2]
# 2) 实例化一个 Font 对象，设置字体样式
# 字体改为：黑体 大小改为：10 设置为：加粗 斜体 红色
font = Font(name='黑体', size=10, bold=True, italic=True, color='FF0000')
# 3) 遍历给每一个 cell 都设置上对应字体样式
for cell in cells:
cell.font = font
# 4) 保存修改
exl_1.save(filename=root_path+'用户行为偏好_1.xlsx')
# 1) 导入 openpyxl 中的 styles 模块中的 Side, Border 类
from openpyxl.styles import Side, Border
# 2) 首先初始化一个边线对象（也可以设置多个）
side = Side(border_style='double', color='FF000000')
# 3) 通过 Border 去设置 整个单元格边框样式
border = Border(left=side, right=side, top=side, bottom=side, diagonal=side, diagonalDown=True, diagonalUp=True)
# 5) 修改边框样式，并保存修改
for cell in cells:
cell.border = border
exl_1.save(filename=op_path+'用户行为偏好_1.xlsx')
2.5、综合练习
2.5.1、综合练习1
将 业务联系表.xlsx 拆分成以下两个 excel：¶
客户信息表：客户名称 客户地址 客户方负责人 性别 联系电话 对接业务经理编号
业务经理信息表：业务经理编号 所在分区 所在区域 业务经理姓名
# 1) 导入 openpyxl 相关函数和类
from openpyxl import load_workbook, Workbook
# 2) 读取原表数据
wb = load_workbook(op_path+'业务联系表.xlsx')
# 3) 获取工作表
sheet = wb.active
# 4) 筛选出需要的列
# 4.1) 客户信息表：客户名称 客户地址 客户方负责人 性别 联系电话 备注 对接业务经理编号
cust_info = {'业务经理编号': 'A', '客户名称': 'B', '客户地址': 'C', '客户方负责人': 'D', '性别': 'E', '联系电话': 'F', '备注': 'G'}
# 4.2) 新建一个工作簿，并将默认sheet名称改成 客户信息
cust_info_excel = Workbook()
cust_info_sh = cust_info_excel.active
cust_info_sh.title = '客户信息'
# 4.3) 遍历筛选，如果是需要的表头，就将该列的值复制到新的工作簿中的 客户信息 工作表中
for i in sheet[2]:
if i.value in cust_info:
# 遍历将这一列中除了第一个cell外的所有cell值复制到新表
for cell in sheet[i.coordinate[0]]:
if cell.row == 1:
continue
cust_info_sh[f'{cust_info[i.value]}{cell.row-1}'].value = cell.value
# 5) 筛选出需要的列
# 5.1) 业务经理信息表：业务经理编号 所在分区 所在区域 业务经理姓名
manager_info = {'业务经理编号': 'A', '分区': 'B', '区域': 'C', '业务经理': 'D'}
# 5.2) 新建一个工作簿，并将默认sheet名称改成 客户信息
manager_info_excel = Workbook()
manager_info_sh = manager_info_excel.active
manager_info_sh.title = '业务经理信息'
# 5.3) 遍历筛选，如果是需要的表头，就将该列的值复制到新的工作簿中的 业务经理信息 工作表中
for i in sheet[2]:
if i.value in manager_info:
# 遍历将这一列中除了第一个cell外的所有cell值复制到新表
for cell in sheet[i.coordinate[0]]:
if cell.row == 1:
continue
manager_info_sh[f'{manager_info[i.value]}{cell.row-1}'].value = cell.value
# 6.1 ) 保存 客户信息表 工作簿内容
cust_info_excel.save(op_path+'客户信息表_xl.xlsx')
# 6.2) 保存 业务经理信息表 工作簿内容
manager_info_excel.save(op_path+'业务经理信息表_xl.xlsx')
import pandas as pd
# 1) 读取数据
data = pd.read_excel(op_path+'业务联系表.xlsx', header=1)
# 2) 数据筛选处理
# 2.1) 客户信息表
# 筛选出 客户信息表 需要的列
cust_info_pd = data[['业务经理编号', '客户名称', '客户地址', '客户方负责人', '性别', '联系电话', '备注']]
# 去除重复行
cust_info_pd.drop_duplicates(inplace=True)
# 打印出前三行
cust_info_pd.head(3)
# 2.2) 业务经理信息表
# 筛选出 业务经理信息表 需要的列，并打印出前三行
manager_info_pd = data[['业务经理编号', '分区', '区域', '业务经理']]
# 去除重复行
manager_info_pd.drop_duplicates(inplace=True)
# 打印出前三行
manager_info_pd.head(3)
# 3) 数据保存
cust_info_pd.to_excel(op_path+'客户信息表_pd.xlsx', index=None)
manager_info_pd.to_excel(op_path+'业务经理信息表_pd.xlsx', index=None)
三、pandas
1、官方文档
详细API参考官方文档：https://pandas.pydata.org/docs/reference/index.html
中文文档：https://www.pypandas.cn/
主要参考文档:
https://github.com/datawhalechina/office-automation/tree/main/Task02-Python%E4%B8%8EExcel
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
