Python Excel操作新玩法:从零到高手掌握openpyxl

简介: Python Excel操作新玩法:从零到高手掌握openpyxl

介绍

openpyxl是Python中一个强大的第三方库,用于操作Excel文件,它可以读取、写入和修改Excel文件,并且支持Excel文件中的样式、图表等元素。openpyxl使得在Python中处理Excel文件变得非常简单和高效。本文将从入门到精通地介绍openpyxl的使用方法,带你掌握在Python中处理Excel文件的技巧。

目录

  1. 安装和导入
  2. 创建和保存Excel文件
  3. 读取Excel文件
  4. 写入Excel文件
  5. 修改Excel文件
  6. 处理样式和格式
  7. 操作图表
  8. 总结

1. 安装和导入

首先,我们需要安装openpyxl库。可以使用pip命令进行安装:

pip install openpyxl

安装完成后,我们可以在Python代码中导入openpyxl库:

import openpyxl

2. 创建和保存Excel文件

我们可以使用openpyxl库来创建一个新的Excel文件,并将数据写入其中。

# 创建一个新的工作簿
workbook = openpyxl.Workbook()

# 获取活动的工作表(第一个工作表)
sheet = workbook.active

# 在工作表中写入数据
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'

# 保存工作簿到文件
workbook.save('example.xlsx')

在上述代码中,我们使用openpyxl.Workbook()创建一个新的工作簿,并使用workbook.active获取第一个工作表。然后,我们使用sheet['A1']和sheet['B1']分别在A1和B1单元格中写入数据,并使用workbook.save()将工作簿保存为example.xlsx文件。

3. 读取Excel文件

openpyxl库可以读取已有的Excel文件,并提取其中的数据。

import openpyxl

# 打开已有的工作簿
workbook = openpyxl.load_workbook('example.xlsx')

# 获取活动的工作表(第一个工作表)
sheet = workbook.active

# 读取数据
cell_value = sheet['A1'].value
print(cell_value)  # 输出:Hello

在上述代码中,我们使用openpyxl.load_workbook()打开已有的工作簿,并使用workbook.active获取第一个工作表。然后,我们使用sheet['A1'].value读取A1单元格中的数据,并将其输出。

4. 写入Excel文件

除了在创建工作簿时写入数据,我们还可以在已有的工作簿中添加数据。

import openpyxl

# 打开已有的工作簿
workbook = openpyxl.load_workbook('example.xlsx')

# 获取活动的工作表(第一个工作表)
sheet = workbook.active

# 在工作表中写入数据
sheet['A2'] = 'Python'
sheet['B2'] = 'Programming'

# 保存工作簿到文件
workbook.save('example.xlsx')

在上述代码中,我们使用openpyxl.load_workbook()打开已有的工作簿,并使用workbook.active获取第一个工作表。然后,我们使用sheet['A2']和sheet['B2']分别在A2和B2单元格中写入数据,并使用workbook.save()将工作簿保存。

5. 修改Excel文件

openpyxl库还可以用于修改Excel文件中的数据。

import openpyxl

# 打开已有的工作簿
workbook = openpyxl.load_workbook('example.xlsx')

# 获取活动的工作表(第一个工作表)
sheet = workbook.active

# 修改数据
sheet['B1'] = 'Openpyxl'

# 保存工作簿到文件
workbook.save('example.xlsx')

在上述代码中,我们使用openpyxl.load_workbook()打开已有的工作簿,并使用workbook.active获取第一个工作表。然后,我们使用sheet['B1']修改B1单元格中的数据,并使用workbook.save()将工作簿保存。

6. 处理样式和格式

openpyxl库不仅可以读写数据,还可以处理Excel文件中的样式和格式。

import openpyxl
from openpyxl.styles import Font, Color

# 创建一个新的工作簿
workbook = openpyxl.Workbook()

# 获取活动的工作表(第一个工作表)
sheet = workbook.active

# 设置字体样式
font = Font(name='Arial', bold=True, italic=True, color=Color(rgb='FF0000'))
sheet['A1'].font = font

# 设置单元格背景颜色
sheet['B1'].fill = openpyxl.styles.PatternFill(start_color='FFFF00', end_color='FFFF00', fill_type='solid')

# 保存工作簿到文件
workbook.save('example_style.xlsx')

在上述代码中,我们使用Font和Color来设置字体样式和颜色。然后,我们分别在A1单元格和B1单元格中应用了这些样式,并将工作簿保存。

7. 操作图表

openpyxl库还支持在Excel文件中创建和操作图表。

import openpyxl
from openpyxl.chart import BarChart, Reference

# 创建一个新的工作簿
workbook = openpyxl.Workbook()

# 获取活动的工作表(第一个工作表)
sheet = workbook.active

# 在工作表中写入数据
sheet['A1'] = 'Category'
sheet['B1'] = 'Value'
sheet['A2'] = 'A'
sheet['B2'] = 10
sheet['A3'] = 'B'
sheet['B3'] = 20
sheet['A4'] = 'C'
sheet['B4'] = 15

# 创建柱状图
chart = BarChart()
data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=4)
categories = Reference(sheet, min_col=1, min_row=2, max_row=4)
chart.add_data(data, titles_from_data=True)
chart.set_categories(categories)

# 将图表添加到工作表
sheet.add_chart(chart, 'D1')

# 保存工作簿到文件
workbook.save('example_chart.xlsx')

在上述代码中,我们使用BarChart创建了一个柱状图,并在A1、B1、A2、B2等单元格中写入了数据。然后,我们使用Reference来引用数据和类别范围,并使用chart.add_data()和chart.set_categories()将数据和类别添加到图表中。最后,我们使用sheet.add_chart()将图表添加到工作表,并将工作簿保存。

8. 总结

通过本文的介绍,我们学习了openpyxl库的基本用法,包括创建和保存Excel文件、读取Excel文件、写入Excel文件、修改Excel文件、处理样式和格式以及操作图表等。openpyxl库为Python开发者提供了强大的Excel文件处理能力,使得在Python中处理Excel文件变得非常简单和高效。掌握openpyxl库的使用将为我们的工作和项目带来很大的便利。

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。
732 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。
627 0
|
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。 ####
2556 10
|
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
|
Python
使用OpenPyXL库实现Excel单元格其他对齐方式设置
本文介绍了如何使用Python的`openpyxl`库设置Excel单元格中的文本对齐方式,包括文本旋转、换行、自动调整大小和缩进等,通过具体示例代码展示了每种对齐方式的应用方法,适合需要频繁操作Excel文件的用户学习参考。
784 85
使用OpenPyXL库实现Excel单元格其他对齐方式设置
|
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!
442 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。
1267 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
|
数据可视化 Python
使用OpenPyXL在Excel中创建折线图:数据可视化入门
本文介绍了如何使用Python的`openpyxl`库在Excel中创建折线图,包括安装库、加载Excel文件、定义数据范围、设置图表属性(如标题、轴标签)及保存文件等步骤,适合数据可视化初学者。
908 15
|
BI Python
利用OpenPyXL实现Excel条件格式化
本文介绍如何使用Python的`openpyxl`库为Excel文件添加条件格式,包括颜色渐变、图标集、数据条及基于公式的规则等,提升数据可读性和美观度。通过具体示例,展示了从安装库、加载文件到应用各种条件格式的详细过程,最后保存修改后的文件。
784 12

推荐镜像

更多