Python pylightxl模块-操作入门教程

martin_SCS

已于 2022-01-21 23:19:57 修改

阅读量809

点赞数 1

文章标签： python 开发语言后端

于 2022-01-21 23:16:34 首次发布

原文链接：https://pylightxl.readthedocs.io/en/latest/

版权

2.5. 将 pylightxl.Database 写为 excel 文件

2.6. 用Python的数据写一份全新的Excel文件

1. 安装

安装pylightxl有几种方法。其中最简单的下载方式就是通过pip。但是在某些环境下可能不允许从外部下载内容，因此我们可以简单地复制粘贴所需要的源代码来解决这一问题。

1.1. 通过pypi安装

通过Python模块安装器下载官方最新版：

pip install pylightxl

1.2. 通过GitHub安装

通过GitHub下载最新的主分支版本：

pip install git+https://github.com/PydPiper/pylightxl.git

1.3. 使用Git克隆

通过Git克隆下载：

git clone https://github.com/PydPiper/pylightxl.git

1.4. 下载源文件

从GitHub下载：https://github.com/PydPiper/pylightxl/archive/master.zip

1.5. 复制源文件

创建整个库的副本，用户可以将其直接复制到项目、虚拟环境或 python/lib/site-packages 文件夹中以供一般使用。

1) 创建pylightxl文件夹

2) 在pylightxl文件夹内创建如下文件：

pylightxl
    1- __init__.py
    2- pylightxl.py

3) 将对应的源代码写入文件：

3.1）文件1：__init__.py

3.2）文件2：pylightxl.py

2. 快速入门指南

2.1. 读写CSV文件

读取有内容的csv文件：

import pylightxl as xl

# 将 CSV 的分隔符设置为您选择的值
# 设置默认工作表以将读取的 CSV 数据写入
db = xl.readcsv(fn='input.csv', delimiter='/', ws='sh2')

# 然后对其进行修改，
# 现在将其写回为 csv；或将其作为 excel 文件修改，请参阅 xl.writexl()
xl.writecsv(db=db, fn='new.csv', ws=('sh2'), delimiter=',')

2.2. 读取Excel文件

import pylightxl as xl

# readxl返回一个包含所有工作表及数据的pylightxl数据库
db = xl.readxl(fn='folder1/folder2/excelfile.xlsx')

# pylightxl也支持pathlib
my_pathlib = pathlib.Path('folder1/folder2/excelfile.xlsx')
db = xl.readxl(my_pathlib)

# pylightxl还支持 django 用户的类文件对象
with open('excelfile.xlsx', 'rb') as f:
    db = xl.readxl(f)

# 只读选择的工作表名称
db = xl.readxl(fn='folder1/folder2/excelfile.xlsx', ws=('Sheet1','Sheet3'))

# 返回所有工作表名称
db.ws_names
>>> ['Sheet1', 'Sheet3']

2.3. 访问工作表和单元格数据

下面的例子假定 excelfile.xlsx 包含了一个名为 Sheet1 的工作表且该工作表中有下列单元格内容：

	A	B	C
1	10	20
2		30	40

2.3.1. 通过单元格地址访问

db.ws(ws='Sheet1').address(address='A1')
>>> 10
# 如果有公式，访问单元格内的公式
db.ws(ws='Sheet1').address(address='A1', output='f')
>>> ''
# 如果有批注，访问单元格的批注
db.ws(ws='Sheet1').address(address='A1', output='c')
>>> '这是单元格A1的批注！'
# 标记空白单元格会返回一个空字符串
db.ws(ws='Sheet1').address(address='A100')
>>> ''
# 但是可以覆写每个工作表中的默认空值
db.ws(ws='Sheet1').set_emptycell(val=0)
db.ws(ws='Sheet1').address(address='A100')
>>> 0

2.3.2. 通过单元格索引访问

db.ws(ws='Sheet1').index(row=1, col=2)
>>> 20
# 如果有公式，访问单元格内的公式
db.ws(ws='Sheet1').index(row=1, col=2, output='f')
>>> '=A1+10'
# 标记空白单元格会返回一个空字符串
db.ws(ws='Sheet1').index(row=100, col=1)
>>> ''
# 但是可以覆写每个工作表中的默认空值
db.ws(ws='Sheet1').set_emptycell(val=0)
db.ws(ws='Sheet1').index(row=100, col=1)
>>> 0

2.3.3. 通过单元格区间访问

db.ws(ws='Sheet1').range(address='A1')
>>> 10
db.ws(ws='Sheet1').range(address='A1:C2')
>>> [[10, 20, ''], ['', 30, 40]]
# 获取区间中单元格内的公式
db.ws(ws='Sheet1').range(address='A1:B1', output='f')
>>> [['=10', '=A1+10']]

2.3.4. 获取整行或整列

db.ws(ws='Sheet1').row(row=1)
>>> [10,20,'']

db.ws(ws='Sheet1').col(col=1)
>>> [10,'']

2.3.5. 遍历行或列

for row in db.ws(ws='Sheet1').rows:
    print(row)

>>> [10,20,'']
>>> ['',30,40]

for col in db.ws(ws='Sheet1').cols:
    print(col)

>>> [10,'']
>>> [20,30]
>>> ['',40]

2.3.6. 更新单元格的值

db.ws(ws='Sheet1').address(address='A1')
>>> 10
db.ws(ws='Sheet1').update_address(address='A1', val=100)
db.ws(ws='Sheet1').address(address='A1')
>>> 100

db.ws(ws='Sheet1').update_index(row=1, col=1, val=10)
db.ws(ws='Sheet1').index(row=1, col=1)
>>> 10

2.3.7. 更新单元格的公式

与更新单元格值相同，但条目必须以等号“=”开头

注意：

更新单元格公式会清除先前读取的单元格值。在打开Excel文件之前，公式不会计算其单元格值。

db.ws(ws='Sheet1').update_address(address='A1', val='=B1+100')
db.ws(ws='Sheet1').update_index(row=1, col=1, val='=B1+100')

2.3.8. 获取命名范围

# 定义一个命名范围
db.add_nr(name='Table1', ws='Sheet1', address='A1:B2')
# 查看所有存在的命名范围
db.nr_names
>>> {'Table1': 'Sheet1!A1:B2'}
# 获得命名范围的内容
db.nr(name='Table1')
>>> [[10, 20], ['', 30]]
# 删除一个命名范围
db.remove_nr(name='Table1')

2.3.9. 基于键值获取行或列

注意：需要注意键的数据类型

# 假定我们想要返回一列 that has a cell value = 20 in row=1
db.ws(ws='Sheet1').keycol(key=20, keyindex=1)
>>> [20,30]

# 我们也可以指定一个自定义的keyindex（不仅仅是row=1），比如我们现在根据row=2来匹配的
db.ws(ws='Sheet1').keycol(key=30, keyindex=2)
>>> [20,30]

# 对 keyindex=1 的 keyrow 进行类似操作（在 col=1 中查找匹配项）
db.ws(ws='Sheet1').keyrow(key='', keyindex=1)
>>> ['',30,40]

2.4. 读取半结构化数据

请注意，ssd 函数将任意关键字参数作为 KEYROWS/KEYCOLS 标志
阅读多个表格的方式与阅读一本书的方式相同。从左到右，然后向下

import pylightxl
db = pylightxl.readxl(fn='Book1.xlsx')

# 请求输出一个半结构化数据（ssd）
ssd = db.ws(ws='Sheet1').ssd(keycols="KEYCOLS", keyrows="KEYROWS")

ssd[0]
>>> {'keyrows': ['r1', 'r2', 'r3'], 'keycols': ['c1', 'c2', 'c3'], 'data': [[1, 2, 3], [4, '', 6], [7, 8, 9]]}
ssd[1]
>>> {'keyrows': ['rr1', 'rr2', 'rr3', 'rr4'], 'keycols': ['cc1', 'cc2', 'cc3'], 'data': [[10, 20, 30], [40, 50, 60], [70, 80, 90], [100, 110, 120]]}

2.5. 将 pylightxl.Database 写为 excel 文件

Pylightxl支持在未安装Excel的机器上写Excel文件。但是它仍会受到限制。操作者只能进行单元格数据的写入（例如：不支持图表、格式、图片、宏等），只能在单元格中写入字符串、数字、公式。

需要注意的是，只有在用户使用Excel打开Excel工作表后，用户键入的公式才会进行计算。

import pylightxl as xl

# 读取现有工作表并更改其单元格的值（与上述相同的工作表）
db = xl.readxl(fn='excelfile.xlsx')
# 覆写已存在的单元格数值
db.ws(ws='Sheet1').index(row=1, col=1)
>>> 10
db.ws(ws='Sheet1').update_index(row=1, col=1, val=100)
db.ws(ws='Sheet1').index(row=1, col=1)
>>> 100
# 写入文本
db.ws(ws='Sheet1').update_index(row=1, col=2, val='twenty')
# 写入公式
db.ws(ws='Sheet1').update_address(address='A3', val='=A1')

xl.writexl(db=db, fn='updated.xlsx')

2.6. 用Python的数据写一份全新的Excel文件

对于不是来自现有 excel 电子表格的新 python 数据。

import pylightxl as xl

# 以此列表为例作为我们想要放入列A的输入数据
mydata = [10,20,30,40]

# 创建空的db
db = xl.Database()

# 向db中添加一份空白工作表
db.add_ws(ws="Sheet1")

# 循环地将我们的数据写入工作表
for row_id, data in enumerate(mydata, start=1)
    db.ws(ws="Sheet1").update_index(row=row_id, col=1, val=data)

# 输出db
xl.writexl(db=db, fn="output.xlsx")

（未完待续）

（英文原文链接：https://pylightxl.readthedocs.io/en/latest/）