Python|openpyxl自动化操作表格

简介: Python|openpyxl自动化操作表格

一、模块介绍

在生活中,经常会遇见处理Excel的工作,这样的工作通常工作量很大也很枯燥,那有没有什么方法可以提高工作效率从而节约时间呢?答案当然是有的,python可以帮助处理Excel表格。今天我们要用到的模块是openpyxl模块。openpyxl的功能是很多也很好用的,比如,可以读取和写入Excel文件,处理Excel数据,处理Excel公式,处理Excel样式,在表格内插入图表。可以用pip install openpyxl 的命令下载。


打开读取Excel的表格内容

Excel简单的术语:行row、col、格子cell、sheet

打开一个Excel文件load_workbook(filename=表格文件路径),注意只能打开存在的表格,不能用该方法创建一个新表格文件。

获取表格文件内的sheet名称:workbook.Sheetnames

获取表格的尺寸大小:sheet.dimensions。如输出A1B2,就是左上角第一个格子到右下最后一个格子。获取表格内某个格子的数据,workbook.active:打开活跃的或者唯一的表格,sheet['A1']:获取A1格子,也可以通过cell.value来获取该格子的数据。获取某个格子的行数、列数、坐标cell.row:行数,cell.column:列数,cell.coordinate:坐标。反之也可以通过坐标来确定格子。我们可以通过类似切片的方法来获取多行多列,也可以通过sheet.iter_rows(min_row=最低行数,max_row=最高行数,min_col=最低列数,max_col=最高列数),指定行和列的范围,按行获取。如下

from openpyxl import load_workbook
workbook = load_workbook(filename='职位信息2.xlsx')
print(workbook.sheetnames)
sheet = workbook['sheet名称']
print(sheet.dimensions)
cell = sheet['A1']
print(cell. value )
print(cell.row, cell.column, cell.coordinate)
for row in sheet.iter_rows(min_row=2, max_row=3, min_co1=1, max_co1=2):
    print(row)


三、写入表格内容

sheet['A1'] = '你好啊',向某个格子写入内容并保存,sheet.append(Python列表)会接在表格内已有数据后面。如table = [[a,1],[b,2],[c,3]],填入依次按行。sheet.insert_cols(idx=数字编号),在idx列左边插入一列,同理也可以插入行。sheet.insert_cols(idx=数字编号,amount=要插入的列数)插入多列。sheet.move_range("C1:D4", rows=2, cols=-2):正整数为向下或向右、负整数为向左或向上。workbook.create_ sheet(sheet名称):创建新的表。创建新的Excel表格文件,fromopenpyxl import Workbookworkbook = Workbook( )workbook.save( filename= '这是一个新表格 . xlsx')保存,如下:

from openpyxl import Workbook
workbook = Workbook()
sheet = workbook.active
sheet.title = '表格1'
workbook.save(filename= '这是一个新表格 . xlsx')

 

四、总结

Python处理Excel可以高效的帮助完成我们的工作。openpyxl操作表格,还有很多的功能,如改变字体颜色、表格样式,还可以进行公式和图表的操作。以上只是openpyxl的简单的应用,如果大家感兴趣,可以去官网了解更多。


目录
相关文章
|
3月前
|
Web App开发 存储 前端开发
Python+Selenium自动化爬取携程动态加载游记
Python+Selenium自动化爬取携程动态加载游记
|
6月前
|
机器学习/深度学习 数据采集 API
Python自动化解决滑块验证码的最佳实践
Python自动化解决滑块验证码的最佳实践
|
7月前
|
SQL 自然语言处理 数据库
【Azure Developer】分享两段Python代码处理表格(CSV格式)数据 : 根据每列的内容生成SQL语句
本文介绍了使用Python Pandas处理数据收集任务中格式不统一的问题。针对两种情况:服务名对应多人拥有状态(1/0表示),以及服务名与人名重复列的情况,分别采用双层for循环和字典数据结构实现数据转换,最终生成Name对应的Services列表(逗号分隔)。此方法高效解决大量数据的人工处理难题,减少错误并提升效率。文中附带代码示例及执行结果截图,便于理解和实践。
166 5
|
3月前
|
数据采集 人工智能 API
推荐一款Python开源的AI自动化工具:Browser Use
Browser Use 是一款基于 Python 的开源 AI 自动化工具,融合大型语言模型与浏览器自动化技术,支持网页导航、数据抓取、智能决策等操作,适用于测试、爬虫、信息提取等多种场景。
635 4
推荐一款Python开源的AI自动化工具:Browser Use
|
3月前
|
数据采集 存储 监控
Python爬虫自动化:定时监控快手热门话题
Python爬虫自动化:定时监控快手热门话题
|
3月前
|
安全 数据库 数据安全/隐私保护
Python办公自动化实战:手把手教你打造智能邮件发送工具
本文介绍如何使用Python的smtplib和email库构建智能邮件系统,支持图文混排、多附件及多收件人邮件自动发送。通过实战案例与代码详解,帮助读者快速实现办公场景中的邮件自动化需求。
275 0
|
10月前
|
数据处理 索引 Python
用Python实现数据录入、追加、数据校验并生成表格
本示例展示了如何使用Python和Pandas库实现学生期末考试成绩的数据录入、追加和校验,并生成Excel表格。首先通过`pip install pandas openpyxl`安装所需库,然后定义列名、检查并读取现有数据、用户输入数据、数据校验及保存至Excel文件。程序支持成绩范围验证,确保数据准确性。
358 14
|
5月前
|
数据采集 存储 前端开发
Python爬虫自动化:批量抓取网页中的A链接
Python爬虫自动化:批量抓取网页中的A链接
|
5月前
|
存储 机器学习/深度学习 人工智能
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
本文探讨了多模态RAG系统的最优实现方案,通过模态特定处理与后期融合技术,在性能、准确性和复杂度间达成平衡。系统包含文档分割、内容提取、HTML转换、语义分块及向量化存储五大模块,有效保留结构和关系信息。相比传统方法,该方案显著提升了复杂查询的检索精度(+23%),并支持灵活升级。文章还介绍了查询处理机制与优势对比,为构建高效多模态RAG系统提供了实践指导。
1328 0
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
|
4月前
|
测试技术 Python
Python接口自动化测试中Mock服务的实施。
总结一下,Mock服务在接口自动化测试中的应用,可以让我们拥有更高的灵活度。而Python的 `unittest.mock`库为我们提供强大的支持。只要我们正确使用Mock服务,那么在任何情况下,无论是接口是否可用,都可以进行准确有效的测试。这样,就大大提高了自动化测试的稳定性和可靠性。
188 0

推荐镜像

更多