Python自动化 | 解锁高效办公利器,Python助您轻松驾驭Excel!

简介: Python自动化 | 解锁高效办公利器,Python助您轻松驾驭Excel!

大家不论在日常工作还是生活中,都经常用到Excel这款办公软件,它在数据处理、报表生成等方面起到了重要作用。


然而,作为一个Python工程师,你可知道Python也能成为操作Excel的得力助手吗?而且Python有很多库可以作为Excel操作的利器。


Python可操作Excel的三方库有:

  • Openpyxl
  • Pandas
  • Xlrd
  • Xlwt
  • Xlsxwriter
  • Xlwings
  • Xlutils
  • Marmir


今天给大家介绍下 Openpyxl 库的使用,其他三方库会在后续文章中会续写介绍。


介绍


openpyxl 是一款用于读取和写入Excel的第三方Python库,支持xlsx格式。但是也有一个缺点,就是不支持xls格式文件的读取。


如果在实际使用过程中遇到了xls格式的文件需要使用Python进行处理,小编建议使用 pandas、xlrd、xlwt 等库。


安装


在使用Python操作Excel之前,我们需要先安装库:openpyxl。


通过以下命令可以快速安装:

pip install openpyxl


使用


Excel操作主要就是读取和写入,其他的就是单元格、样式设置、数据处理。


创建工作簿


我们需要引入 Workbook 这个类,创建工作簿:

from openpyxl import Workbook
wb = Workbook()

一个工作簿(workbook)在创建的同时也会新建一张工作表(worksheet)。我们可以通过Workbook.active 得到正在运行的工作表:

ws = wb.active

注意:该函数调用工作表的索引(_active_sheet_index),默认是0。除非你修改了这个值,否则你使用该函数一直是在对第一张工作表进行操作。

使用Workbook.create_sheet()新建一张sheet表:

ws1 = wb.create_sheet() #默认插在工作簿末尾
# 或者
ws2 = wb.create_sheet(0) # 插入在工作簿的第一个位置

在创建工作表的时候系统自动命名。他们按照序列依次命名 (Sheet, Sheet1, Sheet2, ...)。你可以通过调用下面的属性修改工作表的名称:

ws.title = "demo_title"

标签栏的背景色默认为白色,我们可以通过提供一个RGB颜色码改变标签栏的字体颜色:

ws.sheet_properties.tabColor = "1395FA"

获取工作簿的所有工作表:

print(wb.get_sheet_names())
# ['demo_title', 'Sheet1']


操作数据


通过上面的方法,我们已经学习到了如何获取工作表了,接下来基于工作表对象操作单元格中的内容。


使用单个单元格


单元格可以直接根据行列索引直接获取

a = ws['A1']

对单元格赋值

ws['A1'] = 3

当然,还可以获取单元格的值

a = ws.cell('A1')


或者

a = ws.cell(row=1, column=1)

注意:当一个工作表被创建时,其中不包含单元格。只有当单元格被获取时才会被创建。不会创建我们从不会使用的单元格,从而减少了内存消耗。


使用多个单元格


使用切片方式获取多个单元格

cells = ws['A1':'C2']

使用类方法获取多个单元格

print(tuple(ws.iter_rows('A1:C2')))
#((<Cell Sheet1.A1>, <Cell Sheet1.B1>, <Cell Sheet1.C1>),
# (<Cell Sheet1.A2>, <Cell Sheet1.B2>, <Cell Sheet1.C2>))
for row in ws.iter_rows('A1:C2'):
              for cell in row:
                    print cell
#<Cell Sheet1.A1>
#<Cell Sheet1.B1>
#<Cell Sheet1.C1>
#<Cell Sheet1.A2>
#<Cell Sheet1.B2>
#<Cell Sheet1.C2>

迭代文件中所有的行或者列

ws.rows
#((<Cell Sheet.A1>, <Cell Sheet.B1>, <Cell Sheet.C1>),
#(<Cell Sheet.A2>, <Cell Sheet.B2>, <Cell Sheet.C2>),
#(<Cell Sheet.A3>, <Cell Sheet.B3>, <Cell Sheet.C3>))
# 或者
ws.columns
#((<Cell Sheet.A1>,
#<Cell Sheet.A2>,
#...

数据存储


为单元格赋值(前提创建了单元格对象Cell)

c.value = '你好'
d.value = 'OK'

保存到文件

wb = Workbook()
wb.save('demo.xlsx')

注意:这个操作将会在没有认识提示的情况下用现在写的内容,覆盖掉原文件中的所有内容


读取文件


读取文件就很简单了,一行代码解决,得到一个wb对象,其他的操作都一样

from openpyxl import load_workbook
wb = load_workbook('demo.xlsx')
print(wb.get_sheet_names())
['demo_title', 'Sheet1']


总结


使用openpyxl进行工作的时候,这个保存唯一需要注意的是:文件是默认替换的。也就是说我们在保存文件的时候,openpyxl将进行替换而不发出告警。如果大家想保存不同阶段的文件,则可以在保存文件的时候加一个时间戳。


Python操作Excel的这些基本步骤只是冰山一角,实际上,我们还可以进行更多更复杂的数据处理操作,如表格合并、公式计算等。Python在处理Excel方面的灵活性和扩展性让我们能够以更高效的方式完成工作。


让我们抛开繁琐的手动操作,让Python成为我们工作中的好帮手吧!相信通过本文的介绍,你已经明白了如何使用Python库进行Excel文件的读取、数据处理和导出。试着在实际工作中应用Python来解放自己吧!

相关文章
|
2月前
|
搜索推荐 Python
使用Python自动化生成物业通知单
本文介绍如何使用Python结合Pandas和python-docx库自动化生成物业通知单。通过读取Excel数据并填充至Word模板,实现高效准确的通知单批量制作。包括环境准备、代码解析及效果展示,适用于物业管理场景。
88 14
|
2月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
305 10
|
2月前
|
Python
自动化微信朋友圈:Python脚本实现自动发布动态
本文介绍如何使用Python脚本自动化发布微信朋友圈动态,节省手动输入的时间。主要依赖`pyautogui`、`time`、`pyperclip`等库,通过模拟鼠标和键盘操作实现自动发布。代码涵盖打开微信、定位朋友圈、准备输入框、模拟打字等功能。虽然该方法能提高效率,但需注意可能违反微信使用条款,存在风险。定期更新脚本以适应微信界面变化也很重要。
213 61
|
3月前
|
数据采集 监控 数据挖掘
Python自动化脚本:高效办公新助手###
本文将带你走进Python自动化脚本的奇妙世界,探索其在提升办公效率中的强大潜力。随着信息技术的飞速发展,重复性工作逐渐被自动化工具取代。Python作为一门简洁而强大的编程语言,凭借其丰富的库支持和易学易用的特点,成为编写自动化脚本的首选。无论是数据处理、文件管理还是网页爬虫,Python都能游刃有余地完成任务,极大地减轻了人工操作的负担。接下来,让我们一起领略Python自动化脚本的魅力,开启高效办公的新篇章。 ###
|
1月前
|
机器学习/深度学习 运维 数据可视化
Python时间序列分析:使用TSFresh进行自动化特征提取
TSFresh 是一个专门用于时间序列数据特征自动提取的框架,支持分类、回归和异常检测等机器学习任务。它通过自动化特征工程流程,处理数百个统计特征(如均值、方差、自相关性等),并通过假设检验筛选显著特征,提升分析效率。TSFresh 支持单变量和多变量时间序列数据,能够与 scikit-learn 等库无缝集成,适用于大规模时间序列数据的特征提取与模型训练。其工作流程包括数据格式转换、特征提取和选择,并提供可视化工具帮助理解特征分布及与目标变量的关系。
75 16
Python时间序列分析:使用TSFresh进行自动化特征提取
|
2月前
|
存储 人工智能 人机交互
PC Agent:开源 AI 电脑智能体,自动收集人机交互数据,模拟认知过程实现办公自动化
PC Agent 是上海交通大学与 GAIR 实验室联合推出的智能 AI 系统,能够模拟人类认知过程,自动化执行复杂的数字任务,如组织研究材料、起草报告等,展现了卓越的数据效率和实际应用潜力。
223 1
PC Agent:开源 AI 电脑智能体,自动收集人机交互数据,模拟认知过程实现办公自动化
|
1月前
|
存储 安全 数据可视化
用Python实现简单的任务自动化
本文介绍如何使用Python实现任务自动化,提高效率和准确性。通过三个实用案例展示:1. 使用`smtplib`和`schedule`库自动发送邮件提醒;2. 利用`shutil`和`os`库自动备份文件;3. 借助`requests`库自动下载网页内容。每个案例包含详细代码和解释,并附带注意事项。掌握这些技能有助于个人和企业优化流程、节约成本。
70 3
|
2月前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
96 7
|
2月前
|
Android开发 开发者 Python
通过标签清理微信好友:Python自动化脚本解析
微信已成为日常生活中的重要社交工具,但随着使用时间增长,好友列表可能变得臃肿。本文介绍了一个基于 Python 的自动化脚本,利用 `uiautomator2` 库,通过模拟用户操作实现根据标签批量清理微信好友的功能。脚本包括环境准备、类定义、方法实现等部分,详细解析了如何通过标签筛选并删除好友,适合需要批量管理微信好友的用户。
108 7
|
2月前
|
安全 API 文件存储
Yagmail邮件发送库:如何用Python实现自动化邮件营销?
本文详细介绍了如何使用Yagmail库实现自动化邮件营销。Yagmail是一个简洁强大的Python库,能简化邮件发送流程,支持文本、HTML邮件及附件发送,适用于数字营销场景。文章涵盖了Yagmail的基本使用、高级功能、案例分析及最佳实践,帮助读者轻松上手。
88 4

热门文章

最新文章

推荐镜像

更多