python excel总结

一、python自动化—处理excel表格

实际使用过程中：数据预处理（数据分析和建模方面）使用pandas模块；若要设置excel表格中的样式、追加数据则使用openpyxl模块

python自动化处理excel表格，主要有以下几个模块：

库名	安装	支持	功能	官网
xlwt	pip install xlwt	Excel：xls(2003版)；.xls最多只能支持256列	excel表格写入	https://pypi.org/project/xlwt/
xlrd	pip install xlrd	Excel：xlsx(2007版)与xls(2003版)	excel表格读取	https://pypi.org/project/xlrd/
xlsxwriter	pip install xlsxWriter	Excel：xlsx(2007+)	excel表格写入	https://xlsxwriter.readthedocs.io/
openpyxl	pip install openpyxl	Excel：xlsx(2010)	excel表格读写	https://pypi.org/project/openpyxl/
pandas	pip insatll pandas	excel、txt、csv、json、mysql	数据分析和建模	http://www.pypandas.cn/

1、Excel表格的几个对象

Excel表格几个对象：

• WorkBook：工作簿对象
• Sheet：表单对象
• Cell：表对象
• rows：行
• columns：列

2、几个模块的说明

• xlwt、xlrd、xlsxwriter、openpyxl：这几个模块是对excel表格直接操作。
• pandas 模块是对数据预处理的模块，不局限于excel表格（官网讲解很详细）。

Python在数据处理和准备方面一直做得很好，但在数据分析和建模方面就没那么好了。Pandas帮助填补了这一空白，使您能够在Python中执行整个数据分析工作流程，而不必切换到更特定于领域的语言，如R

pandas中excel表格，可以指定对应的excel处理引擎，默认为xlsxwriter， 也可以指定openpyxl。其中xlsxwriter只能覆盖原始数据，而openpyxl是可以对数据进行增加的

    import pandas as pd
	import numpy as np
	import os
	
    out_excel = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'source/out.xlsx')
    try:
        writer = pd.ExcelWriter(out_excel, engine='openpyxl')
        df.to_excel(writer, sheet_name='student', header=True, index=True, startrow=0, startcol=0)
        writer.save()
    except Exception as e:
        print(e)
        
'''>>> df2 = df1.copy()
    >>> with pd.ExcelWriter('output.xlsx') as writer:  # doctest: +SKIP
    ...     df1.to_excel(writer, sheet_name='Sheet_name_1')
    ...     df2.to_excel(writer, sheet_name='Sheet_name_2')

    To set the library that is used to write the Excel file,
    you can pass the `engine` keyword (the default engine is
    automatically chosen depending on the file extension):

    >>> df1.to_excel('output1.xlsx', engine='xlsxwriter')  # doctest: +SKIP
    '''
    

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。