转载:https://www.cnblogs.com/dachenzi/p/8488460.html
openpyxl模块介绍
openpyxl模块是一个读写Excel 2010文档的Python库,如果要处理更早格式的Excel文档,需要用到额外的库,openpyxl是一个比较综合的工具,能够同时读取和修改Excel文档。其他很多的与Excel相关的项目基本只支持读或者写Excel一种功能。
安装openpyxl模块
openpyxl是一个开源项目,这里使用如下命令安装openpyxl模块
1
|
pip3 install openpyxl
|
openpyxl基本用法
想要操作Excel首先要了解Excel 基本概念,Excel中列以字幕命名,行以数字命名,比如左上角第一个单元格的坐标为A1,下面的为A2,右边的B1。
openpyxl中有三个不同层次的类,Workbook是对工作簿的抽象,Worksheet是对表格的抽象,Cell是对单元格的抽象,每一个类都包含了许多属性和方法。
操作Excel的一般场景:
- 打开或者创建一个Excel需要创建一个Workbook对象
- 获取一个表则需要先创建一个Workbook对象,然后使用该对象的方法来得到一个Worksheet对象
- 如果要获取表中的数据,那么得到Worksheet对象以后再从中获取代表单元格的Cell对象
Workbook对象
一个Workbook对象代表一个Excel文档,因此在操作Excel之前,都应该先创建一个Workbook对象。对于创建一个新的Excel文档,直接进行Workbook类的调用即可,对于一个已经存在的Excel文档,可以使用openpyxl模块的load_workbook函数进行读取,该函数包涵多个参数,但只有filename参数为必传参数。filename 是一个文件名,也可以是一个打开的文件对象。
1
2
3
4
|
>>>
import
openpyxl
>>> excel
=
openpyxl.Workbook(
'hello.xlxs'
)
>>> excel1
=
openpyxl.load_workbook(
'abc.xlsx'
)
>>>
|
PS:Workbook和load_workbook相同,返回的都是一个Workbook对象。
Workbook对象提供了很多属性和方法,其中,大部分方法都与sheet有关,部分属性如下:
- active:获取当前活跃的Worksheet
- worksheets:以列表的形式返回所有的Worksheet(表格)
- read_only:判断是否以read_only模式打开Excel文档
- encoding:获取文档的字符集编码
- properties:获取文档的元数据,如标题,创建者,创建日期等
- sheetnames:获取工作簿中的表(列表)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
>>>
import
openpyxl
>>> excel2
=
openpyxl.load_workbook(
'abc.xlsx'
)
>>> excel2.active
<Worksheet
"abc"
>
>>> excel.read_only
False
>>> excel2.worksheets
[<Worksheet
"abc"
>, <Worksheet
"def"
>]
>>> excel2.properties
<openpyxl.packaging.core.DocumentProperties
object
>
Parameters:
creator
=
'openpyxl'
, title
=
None
, description
=
None
, subject
=
None
, identifier
=
None
, language
=
None
, created
=
datetime.datetime(
2006
,
9
,
16
,
0
,
0
), modified
=
datetime.datetime(
2018
,
2
,
5
,
7
,
25
,
18
), lastModifiedBy
=
'Are you SuperMan'
, category
=
None
, contentStatus
=
None
, version
=
None
, revision
=
None
, keywords
=
None
, lastPrinted
=
None
>>> excel2.encoding
'utf-8'
>>>
|
Workbook提供的方法如下:
- get_sheet_names:获取所有表格的名称(新版已经不建议使用,通过Workbook的sheetnames属性即可获取)
- get_sheet_by_name:通过表格名称获取Worksheet对象(新版也不建议使用,通过Worksheet['表名']获取)
- get_active_sheet:获取活跃的表格(新版建议通过active属性获取)
- remove_sheet:删除一个表格
- create_sheet:创建一个空的表格
- copy_worksheet:在Workbook内拷贝表格
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
>>> excel2.get_sheet_names()
Warning (
from
warnings module):
File
"__main__"
, line
1
DeprecationWarning: Call to deprecated function get_sheet_names (Use wb.sheetnames).
[
'abc'
,
'def'
]
>>> excel2.sheetnames
[
'abc'
,
'def'
]
>>> excel2.get_sheet_by_name(
'def'
)
Warning (
from
warnings module):
File
"__main__"
, line
1
DeprecationWarning: Call to deprecated function get_sheet_by_name (Use wb[sheetname]).
<Worksheet
"def"
>
>>> excel2[
'def'
]
<Worksheet
"def"
>
>>> excel2.get_active_sheet()
Warning (
from
warnings module):
File
"__main__"
, line
1
DeprecationWarning: Call to deprecated function get_active_sheet (Use the .active
property
).
<Worksheet
"abc"
>
>>> excel2.create_sheet(
'ghk'
)
<Worksheet
"ghk"
>
|
Worksheet对象
有了Worksheet对象以后,我们可以通过这个Worksheet对象获取表格的属性,得到单元格中的数据,修改表格中的内容。openpyxl提供了非常灵活的方式来访问表格中的单元格和数据,常用的Worksheet属性如下:
- title:表格的标题
- dimensions:表格的大小,这里的大小是指含有数据的表格的大小,即:左上角的坐标:右下角的坐标
- max_row:表格的最大行
- min_row:表格的最小行
- max_column:表格的最大列
- min_column:表格的最小列
- rows:按行获取单元格(Cell对象) - 生成器
- columns:按列获取单元格(Cell对象) - 生成器
- freeze_panes:冻结窗格
- values:按行获取表格的内容(数据) - 生成器
PS:freeze_panes,参数比较特别,主要用于在表格较大时冻结顶部的行或左边的行。对于冻结的行,在用户滚动时,是始终可见的,可以设置为一个Cell对象或一个端元个坐标的字符串,单元格上面的行和左边的列将会冻结(单元格所在的行和列不会被冻结)。例如我们要冻结第一行那么设置A2为freeze_panes,如果要冻结第一列,freeze_panes取值为B1,如果要同时冻结第一行和第一列,那么需要设置B2为freeze_panes,freeze_panes值为none时 表示 不冻结任何列。
常用的Worksheet方法如下:
- iter_rows:按行获取所有单元格,内置属性有(min_row,max_row,min_col,max_col)
- iter_columns:按列获取所有的单元格
- append:在表格末尾添加数据
- merged_cells:合并多个单元格
- unmerged_cells:移除合并的单元格
1
2
3
4
5
6
|
>>>
for
row
in
excel2[
'金融'
].iter_rows(min_row
=
2
,max_row
=
4
,min_col
=
2
,max_col
=
4
):
print
(row)
(<Cell
'abc'
.B2>, <Cell
'abc'
.C2>, <Cell
'abc'
.D2>)
(<Cell
'abc'
.B3>, <Cell
'abc'
.C3>, <Cell
'abc'
.D3>)
(<Cell
'abc'
.B4>, <Cell
'abc'
.C4>, <Cell
'abc'
.D4>)
|
PS:从Worksheet对象的属性和方法可以看到,大部分都是返回的是一个Cell对象,一个Cell对象代表一个单元格,我们可以使用Excel坐标的方式来获取Cell对象,也可以使用Worksheet的cell方法获取Cell对象。
1
2
3
4
5
|
>>> excel2[
'abc'
][
'A1'
]
<Cell
'abc'
.A1>
>>> excel2[
'abc'
].cell(row
=
1
,column
=
2
)
<Cell
'abc'
.B1>
>>>
|
Cell对象
Cell对象比较简单,常用的属性如下:
- row:单元格所在的行
- column:单元格坐在的列
- value:单元格的值
- coordinate:单元格的坐标
1
2
3
4
5
6
7
8
|
>>> excel2[
'abc'
].cell(row
=
1
,column
=
2
).coordinate
'B1'
>>> excel2[
'abc'
].cell(row
=
1
,column
=
2
).value
'test'
>>> excel2[
'abc'
].cell(row
=
1
,column
=
2
).row
1
>>> excel2[
'abc'
].cell(row
=
1
,column
=
2
).column
'B'
|
打印表中数据的几种方式
1
2
3
4
5
6
7
8
9
|
# ---------- 方式1 ----------
>>>
for
row
in
excel2[
'abc'
].rows:
print
(
*
[ cell.value
for
cell
in
row ])
# ---------- 方式2 ----------
>>>
for
row
in
excel2[
'abc'
].values:
print
(
*
row)
|
实例
现有如下需求,对每个人提交的表格进行汇总
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
#!/usr/bin/evn python
import
os
import
glob
import
openpyxl
filedir
=
r
'C:\Users\Are you SuperMan\Desktop\test'
def
process_merge_excel(filename):
# 对文件进行汇总
main_file
=
filename[
0
]
wb
=
openpyxl.load_workbook(main_file)
sheet
=
wb.active
sheet.title
=
'merge_result'
for
file
in
filename[
1
:]:
wb2
=
openpyxl.load_workbook(
file
)
ac_sheet
=
wb2.active
for
row
in
ac_sheet.iter_rows(min_row
=
2
):
value
=
[ cell.value
for
cell
in
row]
sheet.append(value)
return
wb
def
get_file_excel(filelist):
# 获取要合并的文件
file_list
=
glob.glob(os.path.join(filelist,
'*.xlsx'
))
return
file_list
if
__name__
=
=
'__main__'
:
files
=
get_file_excel(filedir)
wb
=
process_merge_excel(files)
wb.save(r
'C:\Users\Are you SuperMan\Desktop\test\result.xlsx'
)
|