Python办公自动化【合并单元格-openpyxl、增加图表-openpyxl、合并工作薄-openpyxl、合并多个文件工作薄-openpyxl】(三)-全面详解(学习总结---从入门到深化)

简介: Python办公自动化【合并单元格-openpyxl、增加图表-openpyxl、合并工作薄-openpyxl、合并多个文件工作薄-openpyxl】(三)-全面详解(学习总结---从入门到深化)



Excel合并单元格-openpyxl

常用方法与属性

函数名&属性  含义
sheet.merge_cells()  合并单元格

代码

from openpyxl import Workbook
def merge_cell():
  '''
 合并单元格
 '''
  wb = Workbook()
  ws = wb.active
  # 合并操作 A1:A5 合并一列
  ws.merge_cells('A1:A5')
  # 合并操作 A1:A5 合并一行
  ws.merge_cells('c1:h1')
  # 合并操作 A1:A5 合并多行,多列
  ws.merge_cells('c4:h8')
  # 注意:从小到大,从上到下,从前到后
  # 保存数据
  wb.save('./create_data/17_合并单元格.xlsx')
if __name__ =="__main__":
  merge_cell()

Excel增加图表-openpyxl

图表的作用:

1、可直观展示统计信息属性(时间性、数量性等),对知识挖掘和信息直观生动感受起关键作用的图形结构,是一种很好的将对象属性数据直观、形象地"可视化"的手段

2、合理的数据图表,会更直观的反映数据间的关系,比用数据和文字描述更清晰、更易懂

3、将工作表中的数据转换成图表呈现,可以帮助我们更好地了解数据见的比例关系及变化趋势,对研究对象做出合理的推断和预测

常用方法与属性

函数名&属性&类  含义
openpyxl.chart.LineChart()  折线图
openpyxl.chart.BarChart()  柱状图
openpyxl.chart.PieChart()  饼状图
openpyxl.chart.Reference(workbook,min_col,min_row,max_col,max_row) 设置图表数据的来源
workbook数据来源工作薄
min_col 开始列
min_row 开始行
max_col 结束列
max_row 结束行
chart.title  设置图表名
chart.x_axis.title  设置x轴名
chart.y_axis.title  设置y轴名
chart.add_data(data)  设置图表数据
sheet.add_chart(图表,位置) 给excel增加图表

代码
折线图

def set_line():
  from openpyxl import Workbook
  from datetime import date
  # 创建一个excel文件
  wb = Workbook()
  # 激活工作簿
  sh = wb.active
  # 设置数据
  rows=[
   ['时间','批次1','批次2','批次3'],
   [date(2030,1,1),40,30,25],
   [date(2030,1,2),40,25,30],
   [date(2030,1,3),50,30,45],
   [date(2030,1,4),30,25,40],
   [date(2030,1,5),25,35,35],
   [date(2030,1,6),20,40,35],
 ]
  # 把数据增加到工作薄里
  for r in rows:
    sh.append(r)
  # 创建图表
  from openpyxl.chart import LineChart,Reference
  chart = LineChart()
  # 给图表选择数据
  data = Reference(sh,min_col=2,min_row=1,max_col=4,max_row=7)
  # 给图表增加数据
  chart.add_data(data)
  # 设置图表的名称
  chart.title = 'Line Chart'
  # 设置图表的x轴名
  chart.x_axis.title = '时间'
  # 设置图表的y轴名
  chart.y_axis.title = '数量'
  # 把图表增加到工作簿
  sh.add_chart(chart,'A9')
  # 保存excel文件
  wb.save('./create_data/18_折线图.xlsx')
if __name__ =='__main__':
  set_line()

柱状图

def set_bar():
  from openpyxl import Workbook
  # 创建一个excel文件
  wb = Workbook()
  # 激活工作簿
  sh = wb.active
   # 设置数据
  rows =[
   ('月份','批次1','批次2'),
   (7,10,30),
   (8,40,60),
   (9,60,70),
   (10,20,30),
   (11,50,40),
   (12,10,50),
 ]
  # 把数据增加到工作薄里
  for r in rows:
    sh.append(r)
  # 创建图表
  from openpyxl.chart import BarChart,Reference
  chart = BarChart()
  # 给图表选择数据
  data = Reference(sh,min_col=2,max_col=3,min_row=2,max_row=7)
  cats = Reference(sh,min_col=1,max_col=1,min_row=2,max_row=7)
  # 给图表增加数据
  chart.add_data(data)
  chart.set_categories(cats)
  # 设置图表的名称
  chart.title = 'Bar Chart'
  # 设置图表的x轴名
  chart.x_axis.title = '月'
  # 设置图表的y轴名
  chart.y_axis.title = '数量'
  # 把图表增加到工作簿
  sh.add_chart(chart)
  # 保存excel文件
  wb.save('./create_data/19_柱状图.xlsx')
if __name__ =='__main__':
  set_bar()

饼状图

from cProfile import label
def set_pie():
  from openpyxl import Workbook
  # 创建一个excel文件
  wb = Workbook()
  # 激活工作簿
  sh = wb.active
  # 设置数据
  rows = [
   ('名称','数值'),
   ('苹果',50),
   ('草莓',30),
   ('椰子',10),
   ('荔枝',40),
 ]
  # 把数据增加到工作薄里
  for r in rows:
    sh.append(r)
  # 创建图表
  from openpyxl.chart import PieChart,Reference
  chart = PieChart()
  # 给图表选择数据
  data = Reference(sh,min_col=2,max_col=2,min_row=2,max_row=5)
  cate = Reference(sh,min_col=1,min_row=2,max_row=5)
  # 给图表增加数据
  chart.add_data(data)
  chart.set_categories(cate)
  # 设置图表的名称
  chart.title = 'Pie Chart'
  # 把图表增加到工作簿
  sh.add_chart(chart)
  # 保存excel文件
  wb.save('./create_data/20_饼状图.xlsx')
if __name__ =='__main__':
  set_pie()

Excel合并工作薄-openpyxl

代码

from openpyxl import load_workbook
def merger_file():
  from openpyxl import Workbook,load_workbook
  # 创建一个新的excel文件,用来存储合并好的数据
  wb = Workbook()
  # 激活当前的Sheet
  sh = wb.active
  # 获取文件
  import os
  names = os.listdir('./base_data/销售表')
  for name in names:
    load_path = f'./base_data/销售表/{name}'
    # 读取文件
    tmp_wb = load_workbook(load_path)
    # 激活读取的文件的Sheet
    tmp_sh = tmp_wb.active
    # 获取里面的数据
    for r in range(2,tmp_sh.max_row+1):
      # 建立一个列表来保存数据
      row_data = []
      for c in range(1,tmp_sh.max_column+1):
        # 通过行和列的索引获取数据
        value = tmp_sh.cell(r,c).value
        # 将当前列的数据增加到一行中记录
        row_data.append(value)
      # 将当前行数据增加到新的excel中
      sh.append(row_data)
  # 保存
  wb.save('./create_data/21_合并多个文件.xlsx')
if __name__ == '__main__':
  merger_file()

Excel合并多个文件工作薄-openpyxl

代码

def merger_file():
  from openpyxl import Workbook,load_workbook
  # 创建一个excel文件,用来保存合并的数据
  wb = Workbook()
  # 获取要合并的文件的文件名
  import os
  names = os.listdir('./base_data/销售表')
  # 遍历文件名,依次取出
  for name in names:
    # 拼接excel完整地址
    path = f'./base_data/销售表/{name}'
    # 获取新的创建的Sheet的名称
    sheet_name = name[:-5]
    # 加载要合并的excel文件
    tmp_wb = load_workbook(path)
    # 激活要合 并的excel文件的Sheet
    tmp_sh = tmp_wb.active
    # 在新的excel中创建一个新的Sheet,名称为合并的文件名
    new_sh = wb.create_sheet(sheet_name)
    # 获取行数据
    for r in range(1,tmp_sh.max_row+1):
      # 定义一个列表用来存储当前行的所有数据
      all_data = []
      # 获取列数据
      for c in range(1,tmp_sh.max_column+1):
        value = tmp_sh.cell(r,c).value
        all_data.append(value)
     # 将数据保存到新的excel中
      new_sh.append(all_data)
  # 删除自动生成的Sheet
  del wb['Sheet']
  # 保存新Excel文件修改
  wb.save('./create_data/22_合并多个文件2.xlsx')
if __name__ == '__main__':
  merger_file()

Excel快速生成工资条

代码

def create_excel():
  from openpyxl import load_workbook,Workbook
  # 加载文件,data_only=True代表显示值
  wb = load_workbook('./base_data/工资数据.xlsx',data_only=True)
  sh = wb.active
  # 读取数据-遍历每行数据
  # 建立一个title列表,用于存储标题
  title = []
  for i,r in enumerate(sh.rows):
    # 判断是否第一行数据
    if i == 0:
      for c in r:
        title.append(c.value)
    else:
      row_data=[]
      for c in r:
        row_data.append(c.value)  
      # 创建一个新的excel文件
      new_wb =  Workbook()
      # 激活Sheet
      new_sh = new_wb.active
      # 增加数据
      new_sh.append(title)
      new_sh.append(row_data)
      # 保存数据
 new_wb.save(f'./create_data/gong_zi/{r[1].value}.xlsx')
if __name__ == '__main__':
  create_excel()

Excel一键格行换色

代码

def create_excel():
  from datetime import date
  from openpyxl import Workbook
  from openpyxl.styles import PatternFill
  # 创建一个excel对象
  wb = Workbook()
  # 激活Sheet
  sh = wb.active
  # 增加数据
  rows = [
   ['Date', 'Batch 1', 'Batch 2','Batch 3'],
   [date(2030,12, 1), 40, 30, 25],
   [date(2030,12, 2), 40, 25, 30],
   [date(2030,12, 3), 50, 30, 45],
   [date(2030,12, 4), 30, 25, 40],
   [date(2030,12, 5), 25, 35, 30],
   [date(2030,12, 6), 20, 40, 35],
 ]
  for r in rows:
   sh.append(r)
  # 创建样式
  bg_color = PatternFill('solid',fgColor='AEEEEE')
  # 设置样式
  for r in range(1,sh.max_row+1):
    if r%2==0:
      for c in range(1,sh.max_column+1):
        sh.cell(r,c).fill = bg_color
  # 保存excel文件
  wb.save('./create_data/23_隔行换色.xlsx')
if __name__ == '__main__':
  create_excel()

Excel统计加班时间

代码

def create_excel():
  from datetime import date
  from openpyxl import Workbook
  # 创建excel对象
  wb = Workbook()
  # 激活数据
  sh = wb.active
  # 增加数据
  rows = [
   ['Date', '姓名', '打卡时间'],
   [date(2030,12, 1), '吕小布','18:50'],
   [date(2030,12, 2),'貂的蝉','18:10'],
   [date(2030,12, 3),'刘备','18:02'],
   [date(2030,12, 4),'吕小布','18:50'],
   [date(2030,12, 5), '张飞','19:22'],
   [date(2030,12, 6), '吕小布','18:50'],
 ]
  for row in rows:
    sh.append(row)
  wb.save('./create_data/24_统计加班时间.xlsx')
def statistics():
   from openpyxl import load_workbook,Workbook
  # 读取数据
  wb = load_workbook('./create_data/24_统计加班时间.xlsx')
  sh = wb.active
  # 统计
  data = []
  for row in range(2,sh.max_row+1):
    # 一条完整的数据
    row_data = []
    for col in range(1,sh.max_column+1):
      value = sh.cell(row,col).value
      row_data.append(value)
    # 统计时间
    # 获取时间
    h,m = row_data[2].split(':')
    # 计算时间 从0:00到打卡的时间
    full = int(h)*60 + int(m)
    rs = full - 18*60
    # 将结果保存到最后一列
    row_data.append(rs)
    #------处理时间 显示问题------
    row_data[0] = row_data[0].date()
    data.append(row_data)
  # 保存
  wb = Workbook()
  sh = wb.active
  for d in data:
    sh.append(d)
  wb.save('./create_data/24_统计加班时间.xlsx')
if __name__ == '__main__':
  create_excel()
  statistics()
目录
相关文章
|
1天前
|
缓存 算法 数据处理
Python入门:9.递归函数和高阶函数
在 Python 编程中,函数是核心组成部分之一。递归函数和高阶函数是 Python 中两个非常重要的特性。递归函数帮助我们以更直观的方式处理重复性问题,而高阶函数通过函数作为参数或返回值,为代码增添了极大的灵活性和优雅性。无论是实现复杂的算法还是处理数据流,这些工具都在开发者的工具箱中扮演着重要角色。本文将从概念入手,逐步带你掌握递归函数、匿名函数(lambda)以及高阶函数的核心要领和应用技巧。
Python入门:9.递归函数和高阶函数
|
1天前
|
开发者 Python
Python入门:8.Python中的函数
### 引言 在编写程序时,函数是一种强大的工具。它们可以将代码逻辑模块化,减少重复代码的编写,并提高程序的可读性和可维护性。无论是初学者还是资深开发者,深入理解函数的使用和设计都是编写高质量代码的基础。本文将从基础概念开始,逐步讲解 Python 中的函数及其高级特性。
Python入门:8.Python中的函数
|
1天前
|
存储 SQL 索引
Python入门:7.Pythond的内置容器
Python 提供了强大的内置容器(container)类型,用于存储和操作数据。容器是 Python 数据结构的核心部分,理解它们对于写出高效、可读的代码至关重要。在这篇博客中,我们将详细介绍 Python 的五种主要内置容器:字符串(str)、列表(list)、元组(tuple)、字典(dict)和集合(set)。
Python入门:7.Pythond的内置容器
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
2月前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
52 14
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
116 2
|
2月前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
126 80
|
2月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
2月前
|
人工智能 数据挖掘 开发者
探索Python编程之美:从基础到进阶
本文是一篇深入浅出的Python编程指南,旨在帮助初学者理解Python编程的核心概念,并引导他们逐步掌握更高级的技术。文章不仅涵盖了Python的基础语法,还深入探讨了面向对象编程、函数式编程等高级主题。通过丰富的代码示例和实践项目,读者将能够巩固所学知识,提升编程技能。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你提供有价值的参考和启示。让我们一起踏上Python编程的美妙旅程吧!
|
2月前
|
小程序 开发者 Python
探索Python编程:从基础到实战
本文将引导你走进Python编程的世界,从基础语法开始,逐步深入到实战项目。我们将一起探讨如何在编程中发挥创意,解决问题,并分享一些实用的技巧和心得。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你提供有价值的参考。让我们一起开启Python编程的探索之旅吧!
65 10

热门文章

最新文章

推荐镜像

更多