Python 利用Python操作excel表格之openyxl介绍Part1

简介: Python 利用Python操作excel表格之openyxl介绍Part1

利用Python操作excel表格之openyxl介绍

by:授客QQ1033553122

欢迎加入全国软件测试交流qq群(群号:7156436),免费获取以下性能监控工具(类似Nmon精简版)

实验环境

python 3.4.0

 

penpyxl-2.5.3-py3.4

网盘下载地址:

下载地址:https://pan.baidu.com/s/1RC6O7tKavz8ffPgPOJ4jdg

下载地址:https://bitbucket.org/openpyxl/openpyxl/downloads/

 

 

测试代码

 

fromopenpyxlimportload_workbook
fromopenpyxl.chartimportLineChart, AreaChart
fromopenpyxl.chartimportReference, Series

fromopenpyxlimportWorkbook

## 加载已存在工作簿
work_book = load_workbook('mydata.xlsx')

## 获取工作簿拥有的所有Sheet名称
sheet_names = work_book.sheetnames
print('工作簿拥有的所有Sheet名称:%s'% sheet_names)

print('工作簿拥有的所有Sheet名称:')
forsheetinwork_book:
   print('%s '% sheet.title,end=' ')

## 根据名称获取的Sheet工作表
sheet = work_book['CPUALL']

## 获取Sheet工作表的名称
sheet_name = sheet.title
print('\n工作表名称:%s\n'% sheet_name)


## 获取指定工作表的行数
min_row = sheet.min_row
print('CPUALL工作表的最小行数:', min_row)

# 注意:rowcolumn最小值是从1开始的

max_row = sheet.max_row
print('CPUALL工作表的最大行数:%s\n'% max_row)

## 获取指定工作表的列数
min_column = sheet.min_column
print('CPUALL工作表的最小列数:', min_column)

max_column = sheet.max_column
print('CPUALL工作表的最大列数:%s\n'% max_column)

## 获取单元格
A2_cell = sheet.cell(row=2,column=1)
#A2_cell = sheet['A2']

## 获取单元格的值
value_for_A2_cell = A2_cell.value
print('A2单元格的值:%s\n'% value_for_A2_cell)

# 修改单元格的值
B2_cell = sheet['B2']
B2_cell.value =30
print('B2单元格的值:%s\n'% B2_cell.value)

print('B3单元格的值:%s\n'% sheet.cell(row=3,column=2,value=40))

## 获取单元格区域、行、列区域
print('获取单元格区域A2:D7\n')
forrowinsheet['A2':'D7']:
   count =0
   forcellinrow:
       count = count +1
       print(cell.value,end='\t')
       ifcount ==len(row):
           print()

# 获取指定列
colC = sheet['C']  # 获取第C
col_range = sheet['C:D']  # 获取CD

# 获取指定行
row3 = sheet[3]          # 获取第3
row_range = sheet[2:4]       # 获取第2到第4


## 遍历行
print('\n遍历行')
# 方法1
forrowinsheet.rows:
   count =0
   forcellinrow:
       count = count +1
       print(cell.value,end='\t')
       ifcount ==len(row):
           print()

# 方法2
forrowinsheet.iter_rows(min_row=1,max_col=3,max_row=2):
   forcellinrow:
       print(row)

## 遍历列
print('\n遍历列')
# 方法1
forcolumninsheet.columns:
   count =0
   forcellincolumn:
       count = count +1
       print(cell.value,end='\t')
       ifcount ==len(column):
           print()

# 方法2
forcolinsheet.iter_cols(min_row=1,max_col=3,max_row=2):
   forcellincol:
       print(cell)

 

 

 

目录
相关文章
|
6月前
|
人工智能 Java Linux
Python高效实现Excel转PDF:无Office依赖的轻量化方案
本文介绍无Office依赖的Python方案,利用Spire.XLS、python-office、Aspose.Cells等库实现Excel与PDF高效互转。支持跨平台部署、批量处理、格式精准控制,适用于服务器环境及自动化办公场景,提升转换效率与系统稳定性。
689 7
|
6月前
|
机器学习/深度学习 监控 数据挖掘
Python 高效清理 Excel 空白行列:从原理到实战
本文介绍如何使用Python的openpyxl库自动清理Excel中的空白行列。通过代码实现高效识别并删除无数据的行与列,解决文件臃肿、读取错误等问题,提升数据处理效率与准确性,适用于各类批量Excel清理任务。
592 0
|
8月前
|
移动开发 JavaScript
(H5查看CAD)网页CAD提取图纸表格到excel
本文介绍如何通过自定义MxCAD插件,在Web端智能识别CAD图纸中的表格,实现自动合并与高效导出至Excel,提升数据提取效率与准确性。内容涵盖区域选择、图形识别、表格结构重建、单元格合并及内容导出等关键技术,适用于工程图纸数据自动化处理场景。
|
9月前
|
开发工具 Python
使用Python和OpenAPI将云上的安全组规则填写入Excel
本文介绍如何通过Python脚本自动化获取阿里云安全组及其规则信息,并将结果导出为Excel表格。相比CLI命令行方式,Python实现更高效、便捷,适用于需要批量处理和交付的场景。
使用Python和OpenAPI将云上的安全组规则填写入Excel
|
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。 ####
2466 10
|
11月前
|
机器学习/深度学习 数据采集 数据可视化
Python数据分析,别再死磕Excel了!
Python数据分析,别再死磕Excel了!
417 2
|
JavaScript 前端开发 数据可视化
20.6K star!Excel级交互体验!这款开源Web表格神器绝了!
Handsontable 是一款功能强大的 JavaScript 数据表格组件,提供类 Excel 的交互体验。支持实时协作、数据绑定、公式计算等企业级功能,可轻松集成到 React/Vue/Angular 等主流框架。
2389 11
|
人工智能 数据可视化 前端开发
Probly:开源 AI Excel表格工具,交互式生成数据分析结果与可视化图表
Probly 是一款结合电子表格功能与 Python 数据分析能力的 AI 工具,支持在浏览器中运行 Python 代码,提供交互式电子表格、数据可视化和智能分析建议,适合需要强大数据分析功能又希望操作简便的用户。
1586 2
|
数据可视化 数据挖掘 大数据
1.1 学习Python操作Excel的必要性
学习Python操作Excel在当今数据驱动的商业环境中至关重要。Python能处理大规模数据集,突破Excel行数限制;提供丰富的库实现复杂数据分析和自动化任务,显著提高效率。掌握这项技能不仅能提升个人能力,还能为企业带来价值,减少人为错误,提高决策效率。推荐从基础语法、Excel操作库开始学习,逐步进阶到数据可视化和自动化报表系统。通过实际项目巩固知识,关注新技术,为职业发展奠定坚实基础。
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
1205 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路

推荐镜像

更多