Python 玩转 Excel

发表于 由admin

在前面抓取高考分数线的文章中，我们用到了 openpyxl 模块来存储数据到 Excel，今天带大家学习一下该模块的详细使用。

根据官方文档，openpyxl 是一个用来处理 xlsx/xlsm/xltx/xltm 格式 Excel 文件的 Python 代码库，同时支持 Pandas 和 NumPy 等包，能够绘制图表，并且同样支持格式控制等，详细文档可以参考： https://openpyxl.readthedocs.io/。

openpyxl 用起来非常简单，对照文档就可以解决一些基本需求，比如常见的都写操作。

现在还有很多人在用 Excel 2003 版本，即 xls 格式，那么 xls 和 xlsx 有什么区别呢？ xls 是一个特有的二进制格式，其核心结构是复合文档类型的结构，而 xlsx 的核心结构是 XML 类型的结构，采用的是基于 XML 的压缩方式，使其占用的空间更小。xlsx 中最后一个 x 的意义就在于此。

1 基本概念

在 openpyxl 中，主要用到三个概念：Workbook，Sheet，Cell：

  • Workbook：就是一个 excel 工作簿，其中包含多个 sheet；
  • Sheet：工作簿中的一张表页；
  • Cell：就是简单的一个单元格，用来存储数据对象；

openpyxl 的主要操作就是围绕着这三个概念进行的，无怪乎：打开 Workbook，定位 Sheet，操作 Cell。下面就分别介绍 openpyxl 几个常见的方法。

2 安装

openpyxl 的安装很简单，使用 pip 直接安装即可。

1
 
pip install openpyxl

3 基本操作

提前新建一个测试 Excel：

测试 Excel

  • 导入模块
1
 
>>> import openpyxl

3.1 Workbook 相关

  • 读取已存在的 xlsx
1
 
>>> wb = openpyxl.load_workbook("test.xlsx")

openpyxl.load_workbook() 函数接受文件名，返回一个 Workbook 数据类型的值。这个 Workbook 对象代表这个 Excel 文件，有点类似 File 对象代表一个打开的文本文件。

  • 以只读模式读取
1
 
>>> wb = openpyxl.load_workbook("test.xlsx", read_only=True)
  • 保存 Workbook

在对 Workbook 进行了相关操作后，可以调用 save(filename) 方法进行保存。

另外，在只读模式下保存时，会报 Workbook is read-only 异常。

1
2
3
4
5
6
 
>>> wb.save('test.xlsx')
Traceback (most recent call last):
  File "", line 1, in 
  File "/usr/local/lib/python3.5/dist-packages/openpyxl/workbook/workbook.py", line 363, in save
    raise TypeError("""Workbook is read-only""")
TypeError: Workbook is read-only

3.2 Sheet 相关

  • 获取 Workbook 中的 sheet 列表

返回一个 sheet 的 list。

1
 
>>> sheet = wb.worksheets
  • 获取 sheet 页的名称列表
1
2
 
>>> wb.sheetnames
['各专业历年录取分数线', '测试页']
  • 读取 sheet 页
1
2
3
4
5
 
# 根据名称读取
>>> sheet = wb['测试页']

# 通过索引 index 读取
>>> sheet = wb.worksheets[1]
  • 获取当前正在使用的 sheet 页
1
 
>>> sheet =  wb.active
  • sheet 页属性
1
2
3
4
5
6
7
8
9
10
 
>>> sheet.title
'测试页'

# 最大列数
>>> sheet.max_column
4

# 最大行数
>>> sheet.max_row
13
  • 新建 sheet 页
1
2
3
4
5
6
7
8
9
 
>>> wb.create_sheet('test2')
"test2">
>>> wb.sheetnames
['各专业历年录取分数线', '测试页', 'test2']

# 在指定索引处新建
>>> sheet = wb.create_sheet('test2',1)
>>> wb.sheetnames
['各专业历年录取分数线', 'test21', 'test2', '测试页']
若 sheet 页重名，会自动进行重命名。
  • 修改 sheet 页名称
1
2
3
4
 
>>> sheet = wb['test2']
>>> sheet.title = 'test3'
>>> wb.sheetnames
['各专业历年录取分数线', '测试页', 'test3']
  • 删除 sheet 页

要先获取到 sheet 页才能删除，不能直接用 sheet 页的名称删除

1
2
3
4
5
6
7
 
>>> sheet = wb['test3']
>>> wb.remove(sheet)
>>> wb.sheetnames
['各专业历年录取分数线', '测试页']

# 也可以使用 del 进行删除
>>> del wb['test2']

3.3 行和列

  • 获取指定行/列
1
2
3
4
5
6
7
8
9
10
 
# 获取第 1 行
>>> sheet[1]
(, , , )

# 获取第 1 列
>>> sheet['A']
(, , , , 
l '测试页'.A5>, , , , 
试页'.A9>, , , , 
页'.A13>)
  • 对行/列切片获取
1
2
3
4
5
6
7
8
9
10
11
 
>>> sheet[2:3]
((, , , ), (<
Cell '测试页'.A3>, , , ))
>>> sheet['A:B']
((, , , , 
ll '测试页'.A5>, , , , 
测试页'.A9>, , , , 
试页'.A13>), (, , , 
页'.B4>, , , , 
8>, , , , 
, ))
  • 获取所有行/列

返回的是一个 Generator 对象，它包含该区域中的 Cell 对象。里面是每一行（列）的数据，每一行（列）又由一个 tuple 包裹。

1
2
3
4
5
6
7
8
9
 
>>> rows = sheet.rows
>>> rows
0x7f778a7978e0>

>>> columns = sheet.columns

>>> for row in sheet.rows:
...     for cell in row:
...         print(cell.value)

因为 sheet.rows 是生成器类型，不能直接使用索引，需要先转换成 list 之后才行，如 list(sheet.rows)2 这样就获取到第三行的 tuple 对象。

  • 添加一行值
1
2
 
>>> sheet.append(row)
>>> row = [1,2,3,4,5,6]

3.4 Cell 相关

  • 读取 Cell
1
2
 
>>> cell = sheet['B2']
>>> cell = sheet.cell(2,1)
需要注意的是：openpyxl 中 row 和 column 为了和 Excel 中的表达方式一致，并不和编程语言的习惯以 0 表示第一个值，而是 1 开始。
  • Cell 属性
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
# 所在列
>>> cell.column
'A'

# 所在行
>>> cell.row
2

# 所属坐标
>>> cell.coordinate
'A2'

# 对应的值
>>> cell.value
'A2'
  • 写入 Cell
1
2
3
4
5
 
# 直接给单元格赋值
>>> cell.value = 'test'
# 这里可以不写 value？
>>> sheet['A1'] = 'kk'
>>> sheet.cell(1,1).value = 'ff'
  • 写入公式
1
2
3
4
5
6
7
8
9
 
# 写入和值
>>> sheet['A14'] = "=SUM(B14:D14)"
>>> sheet['A14'].value
'=SUM(B14:D14)'

# 写入平均值
>>> sheet['A14'] = "=AVERAGE(B14:D14)"
>>> sheet['A14'].value
'=AVERAGE(B14:D14)'
这里可发现，在读取的时候，返回的是公式本身 '=AVERAGE(B14:D14)'，而不是计算结果。若要返回计算结果，只有手动打开 test.xlsx 文件，然后点击保存更改。
  • 单元格合并与拆分
1
2
 
>>> sheet.merge_cells('A1:A3')
>>> sheet.merge_cells('B1:D2')

合并后的效果

如果这些要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。

分解类似：

1
2
 
>>> sheet.unmerge_cells('A1:A3')
>>> sheet.unmerge_cells('B1:D2')
  • 单元格样式
1
2
3
4
5
6
7
8
9
10
11
12
 
from openpyxl.styles import Font, colors, Alignment

# 设置字体: 等线 24 号加粗斜体，字体颜色红色
bold_itatic_24_font = Font(name="等线", size=24, italic=True, color=colors.RED, bold=True)
sheet["B1"].font = bold_itatic_24_font

# 对齐方式: B1 中的数据垂直居中和水平居中
sheet["C1"].alignment = Alignment(horizontal="center", vertical="center")

# 设置行高和列宽
sheet.row_dimensions[2].height = 40
sheet.column_dimensions["C"].width = 30

设置后的效果：

单元格样式

openpyxl 模块的使用就到这里，完整使用示例可以参考我的上篇：Python 助你填写高考志愿。

其实还有很多高级用法，但个人觉得用的较少，有兴趣的可以参考官网：https://openpyxl.readthedocs.io/en/stable/