前言
本篇文章主要总结了一下利用python操作Excel文件的第三方库和方法。
常见库简介
1.xlrd
xlrd是一个从Excel文件读取数据和格式化信息的库，支持.xls以及.xlsx文件。
- xlrd支持.xls，.xlsx文件的读
- 通过设置on_demand变量使open_workbook()函数只加载那些需要的sheet，从而节省时间和内存（该方法对.xlsx文件无效）。
- xlrd.Book对象有一个unload_sheet方法，它将从内存中卸载工作表，由工作表索引或工作表名称指定（该方法对.xlsx文件无效）
2.xlwt
xlwt是一个用于将数据和格式化信息写入旧Excel文件的库（如.xls）。
- xlwt支持.xls文件写。
3.xlutils
xlutils是一个处理Excel文件的库，依赖于xlrd和xlwt。
- xlutils支持.xls文件。
- 支持Excel操作。
4.xlwings
xlwings是一个可以实现从Excel调用Python，也可在python中调用Excel的库。
- xlwings支持.xls读，支持.xlsx文件读写。
- 支持Excel操作。
- 支持VBA。
4、强大的转换器可以处理大部分数据类型，包括在两个方向上的numpy array和pandas DataFrame。
5.openpyxl
openpyxl是一个用于读取和编写Excel 2010 xlsx/xlsm/xltx/xltm文件的库。
- openpyxl支持.xlsx文件的读写。
- 支持Excel操作。
- 加载大.xlsx文件可以使用read_only模式。
- 写入大.xlsx文件可以使用write_only模式。
6.xlsxwriter
xlsxwriter是一个用于创建Excel .xlsx文件的库。
- xlswriter支持.xlsx文件的写。
- 支持VBA。
- 写入大.xlsx文件时使用内存优化模式。
7.win32com
win32com库存在于pywin32中，是一个读写和处理Excel文件的库。
- win32com支持.xls，.xlsx文件的读写，支持.xlsx文件的写。
- 支持Excel操作。
8.DataNitro
DataNitro是一个内嵌在Excel中的插件。
- DataNitro支持.xls，.xlsx文件的读写。
- 支持Excel操作。
- 支持VBA。
- 收费
9.pandas
pandas通过对Excel文件的读写实现数据输入输出
- pandas支持.xls，.xlsx文件的读写。
- 支持只加载每个表的单一工作页。
提醒及注意：
- xlutils 仅支持 xls 文件，即2003以下版本；
- win32com 与 DataNitro 仅支持 windows 系统；
- xlwings 安装成功后，如果运行提示报错“ImportError: no module named win32api”，请再安装 pypiwin32 或者 pywin32 包；
- win32com 不是独立的扩展库，而是集成在其他库中，安装 pypiwin32 或者 pywin32 包即可使用；
- DataNitro 是 Excel 的插件，安装需到官网下载。
基本功能：
由于设计目的不同，每个模块通常着重于某一方面功能，各有所长。
1.xlwings
可结合 VBA 实现对 Excel 编程，强大的数据输入分析能力，同时拥有丰富的接口，结合 pandas/numpy/matplotlib 轻松应对 Excel 数据处理工作。
2.openpyxl
简单易用，功能广泛，单元格格式/图片/表格/公式/筛选/批注/文件保护等等功能应有尽有，图表功能是其一大亮点，缺点是对 VBA 支持的不够好。
3.pandas
数据处理是 pandas 的立身之本，Excel 作为 pandas 输入/输出数据的容器。
4.win32com
从命名上就可以看出，这是一个处理 windows 应用的扩展，Excel 只是该库能实现的一小部分功能。该库还支持 office 的众多操作。需要注意的是，该库不单独存在，可通过安装 pypiwin32 或者 pywin32 获取。
5.xlsxwriter
拥有丰富的特性，支持图片/表格/图表/筛选/格式/公式等，功能与openpyxl相似，优点是相比 openpyxl 还支持 VBA 文件导入，迷你图等功能，缺点是不能打开/修改已有文件，意味着使用 xlsxwriter 需要从零开始。
6.DataNitro
作为插件内嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 脚本。既然被称为 Excel 中的 python，协同其他 python 库亦是小事一桩。然而，这是付费插件…
7.xlutils
基于 xlrd/xlwt，老牌 python 包，算是该领域的先驱，功能特点中规中矩，比较大的缺点是仅支持 xls 文件。
读写测试
测试用例
- 用例1. 读.xls文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
- 用例2. 读.xlsx文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
- 用例3. 读.xls文件的整个表（表有1个分页，页有2000行1200列的整数）。
- 用例4. 读.xlsx文件的整个表（表有1个分页，页有2000行1200列的整数）。
- 用例5. 写.xls文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
- 用例6. 写.xlsx文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
- 用例7. 写.xls文件的整个表（表有1个分页，页有2000行1200列的整数）。
- 用例8. 写.xlsx文件的整个表（表有1个分页，页有2000行1200列的整数）。
测试结果
注：
- xlwt和pandas每个工作页最多写入256列，因此测试用例修改为每页有2000行256列的整数.
- xlutils读写依赖于xlrd和xlwt，不单独测试。
- openpyxl测试两种模式，一是普通加载写入，二是read_only/write_only模式下的加载写入。
- DataNitro要收费，且需依托Excel使用，本次不测试。
性能比较
单从读写的性能上考虑，win32com的性能是最好的，xlwings其次。
openpyxl虽然操作Excel的功能强大，但读写性能过于糟糕，尤其是写大表时，会占用大量内存（把我的4G内存用完了），开启read_only和write_only模式后对其性能有大幅提升，尤其是对读的性能提升很大，使其几乎不耗时（0.01秒有点夸张，不过确实是加载上了）。
pandas把Excel当作数据读写的容器，为其强大的数据分析服务，因此读写性能表现中规中矩，但其对Excel文件兼容性是最好的，支持读写.xls，.xlsx文件，且支持只读表中单一工作页。同样支持此功能的库还有xlrd，但xlrd只支持读，并不支持写，且性能不突出，需要配合xlutils进行Excel操作，并使用xlwt保存数据，而xlwt只能写入.xls文件（另一个可以写入.xls文件的库是pandas，且这两个写入的Excel文件最多只能有256列，其余库就我目前的了解均只能写入.xlsx文件），性能一般。
xlsxwriter功能单一，一般用来创建.xlsx文件，写入性能中庸。win32com拥有最棒的读写性能，但该库存在于pywin32的库中，自身没有完善的文档，使用略吃力。xlwings拥有和win32com不相伯仲的读写性能，强大的转换器可以处理大部分数据类型，包括二维的numpy array和pandas DataFrame，可以轻松搞定数据分析的工作。
综合考虑，xlwings的表现最佳，正如其名，xlwings——Make Excel Fly！
便捷性比较
本测试目前只是针对Excel文件的读写，并未涉及Excel操作，单从读写的便捷性来讲，各库的表现难分上下，但是win32com和xlwings这两个库可以在程序运行时实时在打开的Excel文件中进行操作，实现过程的可视化，其次xlwings的数据结构转换器使其可以快速的为Excel文件添加二维数据结构而不需要在Excel文件中重定位数据的行和列，因此从读写的便捷性来比较，仍是xlwings胜出。
代码示例
最后，附上一些演示代码，大家可自行体会下不同模块的使用。
6.1 xlwings基本代码
import xlwings as xw #连接到excel workbook = xw.Book(r'path/myexcel.xlsx')#连接excel文件 #连接到指定单元格 data_range = workbook.sheets('Sheet1').range('A1') #写入数据 data_range.value = [1,2,3] #保存 workbook.save()
6.2 xlsxwriter基本代码
import xlsxwriter as xw #新建excel workbook = xw.Workbook('myexcel.xlsx') #新建工作薄 worksheet = workbook.add_worksheet() #写入数据 worksheet.write('A1',1) #关闭保存 workbook.close()
6.3 xlutils基本代码import xlrd #读取数据
import xlwt #写入数据 import xlutils #操作excel #----xlrd库 #打开excel文件 workbook = xlrd.open_workbook('myexcel.xls') #获取表单 worksheet = workbook.sheet_by_index(0) #读取数据 data = worksheet.cell_value(0,0) #----xlwt库 #新建excel wb = xlwt.Workbook() #添加工作薄 sh = wb.add_sheet('Sheet1') #写入数据 sh.write(0,0,'data') #保存文件 wb.save('myexcel.xls') #----xlutils库 #打开excel文件 book = xlrd.open_workbook('myexcel.xls') #复制一份 new_book = xlutils.copy(book) #拿到工作薄 worksheet = new_book.getsheet(0) #写入数据 worksheet.write(0,0,'new data') #保存 new_book.save()
6.4 win32com基本代码
import win32com.client as wc #启动Excel应用 excel_app = wc.Dispatch('Excel.Application') #连接excel workbook = excel_app.Workbooks.Open(r'e:/myexcel.xlsx' ) #写入数据 workbook.Worksheets('Sheet1').Cells(1,1).Value = 'data' #关闭并保存 workbook.SaveAs('newexcel.xlsx') excel_app.Application.Quit()
6.5 openpyxl基本代码
import openpyxl # 新建文件 workbook = openpyxl.Workbook() # 写入文件 sheet = workbook.activesheet['A1']='data' # 保存文件 workbook.save('test.xlsx')
6.6 DataNitro基本代码
#单一单元格赋值 Cell('A1').value = 'data' #单元区域赋值 CellRange('A1:B2').value = 'data'
openpyxl具体使用
1、 创建一个excel 文件，并写入不同类的内容
# -*- coding: utf-8 -*- from openpyxl import Workbook import datetime import time # 创建文件对象 wb = Workbook() # 获取第一个sheet ws = wb.active # 在第1行第A列，写入数字23333 ws['A1'] = 23333 # 写入中文（unicode中文也可以） ws['B1'] = "你好！"+"欢迎使用openpyxl" # 在下一行，写入多个单元格 ws.append([1, 2, 3]) # 写入一个当前时间 ws['A2'] = datetime.datetime.now() # 写入一个自定义的时间格式 ws['A3'] = time.strftime('%Y{y}%m{m}%d{d}%H{h}%M{f}%S{s}', time.localtime()).format(y='年', m='月', d='日', h='时', f='分', s='秒') # 保存文件，注意文件覆盖 wb.save("test.xlsx") # 关闭流 wb.close()
2、创建sheet
from openpyxl import Workbook wb = Workbook() # 创建一个sheet ws1 = wb.create_sheet("sheet1") # 设定一个sheet的名字 ws1.title = "sheet1 Title" # 设定sheet的插入位置 默认插在后面 ws2 = wb.create_sheet("Mysheet", 0) ws2.title = "Mysheet" # 设定sheet的标签的背景颜色 ws1.sheet_properties.tabColor = "1072BA" # 获取某个sheet对象 print(wb["sheet1 Title"]) print(wb["Mysheet"]) # 获取全部sheet的名字，遍历sheet名字 print(wb.sheetnames) for i in wb.sheetnames: print(i) print("*"*50) for sheet in wb: print(sheet.title) # 将sheet1中的A1单元格赋值为zeke wb["sheet1 Title" ]["A1"] = "zeke" # 复制一个sheet source = wb["sheet1 Title"] target = wb.copy_worksheet(source) wb.save("test2.xlsx") wb.close()
3、操作单元格
# -*- coding: utf-8 -*- from openpyxl import Workbook wb = Workbook() # 创建一个sheet ws1 = wb.create_sheet("Sheet1") # 将A1单元格赋值为123.11 ws1["A1"] = 123.11 # 将B2单元格赋值为你好 ws1["B2"] = "你好" # 将第4行第2列的单元赋值为10 temp = ws1.cell(row=4, column=2, value=10) print(ws1["A1"].value) print(ws1["B2"].value) print(temp.value) wb.save("test3.xlsx") wb.close()
4、操作已存在的文件
# -*- coding: utf-8 -*- from openpyxl import Workbook from openpyxl import load_workbook # 打开test5.xlsx文件 wb = load_workbook('test5.xlsx') # 猜测格式类型 wb.guess_types = True ws = wb.active ws["A1"] = "12%" print(ws["A1"].value) # 注意如果原文件有一些图片或者图标，则保存的时候可能会导致图片丢失 wb.save("test5.xlsx") wb.close()
5、操作批量的单元格
# -*- coding: utf-8 -*- from openpyxl import Workbook wb = Workbook() # 创建一个sheet ws1 = wb.create_sheet("Sheet") ws1["A1"] = 1 ws1["A2"] = 2 ws1["A3"] = 3 ws1["B1"] = 4 ws1["B2"] = 5 ws1["B3"] = 6 ws1["C1"] = 7 ws1["C2"] = 8 ws1["C3"] = 9 # 操作单列 print(ws1["A"]) for cell in ws1["A"]: print(cell.value) # 从A列到C列,获取每一个值 print(ws1["A:C"]) for column in ws1["A:C"]: for cell in column: print(cell.value) # 从第1行到第3行，获取每一个值 row_range = ws1[1:3] print(row_range) for row in row_range: for cell in row: print(cell.value) print("*"*50) # 从第1行到第3行，从第1列到第3列 for row in ws1.iter_rows(min_row=1, min_col=1, max_col=3, max_row=3): for cell in row: print(cell.value) # 获取所有行 print(ws1.rows) for row in ws1.rows: print(row) print("*"*50) # 获取所有列 print(ws1.columns) for col in ws1.columns: print(col) wb.save("test4.xlsx") wb.close()
6、获取所有的行(列)对象：
# coding=utf-8 from openpyxl import Workbook from openpyxl import load_workbook # 打开test5.xlsx文件 wb = load_workbook('test5.xlsx') ws = wb.active rows = [] for row in ws.iter_rows(): rows.append(row) # 所有行 print(rows) # 获取第一行 print(rows[0]) # 获取第一行第一列的单元格对象 print(rows[0][0]) # 获取第一行第一列的单元格对象的值 print(rows[0][0].value) # 获取最后行 print rows[-1] print(rows[len(rows) - 1]) # 获取第后一行和最后一列的单元格对象 print(rows[len(rows) - 1][len(rows[0]) - 1]) # 获取第后一行和最后一列的单元格对象的值 print(rows[len(rows) - 1][len(rows[0]) - 1].value) cols = [] for col in ws.iter_cols(): cols.append(col) # 所有列 print(cols) # 获取第一列 print(cols[0]) # 获取第一列的第一行的单元格对象 print(cols[0][0]) # 获取第一列的第一行的值 print(cols[0][0].value) print("*" * 30) # 获取最后一列 print(cols[len(cols) - 1] ) # 获取最后一列的最后一行的单元格对象 print(cols[len(cols) - 1][len(cols[0]) - 1]) # 获取最后一列的最后一行的单元格对象的值 print(cols[len(cols) - 1][len(cols[0]) - 1].value) wb.close()
推荐阅读(点击即可跳转阅读)
2. 面试题内容聚合
3. 设计模式内容聚合
4. Mybatis内容聚合
5. 多线程内容聚合
