一、Python处理Excel
- Python处理Excel的好处
- 开源库支持：Python 有许多开源库（例如 openpyxl、xlrd、xlwt、pandas 等）可以用于读取、写入和操作 Excel 文件，这些库丰富而强大，支持各种 Excel 格式，包括 .xls 和 .xlsx。
- 数据处理能力：Python 具有强大的数据处理能力，可以轻松地从 Excel 文件中提取、转换和操作数据，包括数据清洗、筛选、合并、计算和可视化。
- 自动化：Python 可以用于自动化 Excel 任务，例如批量处理多个 Excel 文件，根据特定条件过滤和修改数据，自动生成报告和图表，以及自动发送电子邮件等。
- 与其他库集成：Python 可以与其他数据处理和分析库（如 NumPy、pandas、Matplotlib 等）无缝集成，使您能够在 Excel 数据上执行更复杂的分析和可视化。
- 跨平台性：Python 是跨平台的，可以在 Windows、Mac 和 Linux 等操作系统上运行，因此可以轻松地处理来自不同平台的 Excel 文件。
- 社区支持和文档：Python 社区非常庞大，有大量的文档、教程和示例代码可供学习和参考，帮助您解决与 Excel 处理相关的问题。
- 可扩展性：如果标准库中的功能不足以满足您的需求，您还可以使用其他第三方库来扩展 Python 的 Excel 处理功能，或者编写自定义脚本来执行特定的操作。
- Python处理Excel主要有三大类库
- openpyxl：
优势：openpyxl 是一个功能丰富的库，用于读取、写入和编辑 Excel 文件，特别适用于处理 .xlsx 格式的文件。它支持大多数 Excel 功能，包括工作表的创建、修改、格式化，单元格内容的读取和写入，以及图表的创建。
适用场景：如果您需要与 Excel 2007及更高版本的 .xlsx 文件进行交互，openpyxl 是一个很好的选择。
- xlrd 和 xlwt：
xlrd 用于读取 Excel 文件，而 xlwt 用于创建和写入 Excel 文件，主要支持 .xls 格式。
优势：虽然这两个库在处理 .xlsx 文件方面不如 openpyxl 强大，但它们在处理早期版本的 Excel 文件（.xls 格式）方面非常有用，而且它们简单易用。
适用场景：当您需要与较早版本的 Excel 文件进行交互时，或者需要在读取和写入操作中保持兼容性时，可以考虑使用这些库。
- pandas：
优势：pandas 是一个强大的数据分析库，可以轻松地处理各种数据，包括从 Excel 文件中读取数据。它可以读取和写入 Excel 文件，支持 .xls 和 .xlsx 格式，并提供了丰富的数据处理和分析功能。
适用场景：pandas 特别适合在数据分析、数据清洗、数据转换和数据可视化等任务中处理 Excel 数据。它使得在 Python 中进行复杂的数据操作变得容易。
- 开发环境
操作系统：使用windows
Python版本：系统中需要安装Python3.8以上的版本
开发工具：选择 jupyter notebook
二、在Excel中按条件筛选数据并存入新的表
技术工具：
Python版本:3.9
代码编辑器：jupyter notebook
老板想要看去年每月领料数量大于1000的数据。手动筛选并复制粘贴出来，需要重复操作12次，实在太麻烦了，还是让Python来做吧。磨刀不误砍柴工，先整理一下思路：
1. 读取原表，将数量大于1000的数据所对应的行整行提取（如同在excel表中按数字筛选大于1000的）
2. 将提取的数据写入新的Excel表
#1.获取满足条件的数据 from openpyxl import load_workbook wb = load_workbook("每月物料表.xlsx") data = {} #储存所有工作表中满足条件的数据，以工作表名称为键 sheet_names = wb.sheetnames for sheet_name in sheet_names: ws = wb[sheet_name] qty_list = [] #获取G列的数据，并用enumrate给其对应的元素编号 for row in range(2,ws.max_row+1): qty = ws['G'+str(row)].value qty_list.append(qty) qty_idx = list(enumerate(qty_list)) #用于编号 #判断数据是否大于1000，然后返回大于1000的数据所对应的行数 row_idx = [] #用于储存数量大于1000所对应的的行号 for i in range(len(qty_idx)): if qty_idx[i][1] > 1000: row_idx.append(qty_idx[i][0]+2) #获取满足条件的数据 data_morethan1K = [] for i in row_idx: data_morethan1K.append(ws['A'+str(i)+":"+'I'+str(i)]) data[sheet_name]=data_morethan1K
以上，我们把满足条件的12个月的数据提取并存入字典`data`，其键为对应的月份，比如“1月”，值就是满足条件的各行的数据。我们把“每月物料表”的G列对应的数据提取，存入列表`qty_list`，其中前10个数据是如下这样的。
qty_list[:10]
然后需要使用`enumerate`函数给这个列表的数据加上索引，以便在跟1000比大小的时候定位满足条件的那些数据的对应在Excel表中的行数。加上索引之后的列表是如下这样的，索引从0开始累加。
qty_idx[:10]
然后，再新建一个列表`row_idx`，用于储存“领料数量”大于1000的数据所对应的行号。此处用到`if`语句进行判断，只将“领料数量”大于1000的数据所对应的行号加上2存入列表。为什么要加2，是因为`range`函数是从0开始取的，然后工作表首行是字段名，第二行开始才是数据。如下结果显示了满足条件的数据对应的行数。
row_idx[:5]
然后新建列表`data_morethan1K`用于存储以上行号对应的整行数据。比如`ws['A1:I1']`就指第一行从A列到I列的所有单元格数据。最后将数据存入`data`字典中。数据结构如下所示。
data_morethan1K[1]
data['1月']
len(data['1月'])
data['1月'][0][0][1].value
数据提取完成后，就可以开始写入数据了。打开模板，按月从`data`字典中提取数据。并根据数据结构找到层级关系，将其中的各行的数据写入各单元格。写完之后，设置一下字号、边框即对齐方式，保存数据。到此收工！
#2.写入获取的数据 from openpyxl.styles import Border, Side, PatternFill, Font, GradientFill, Alignment thin = Side(border_style="thin", color="000000")#定义边框粗细及颜色 wb = load_workbook("模板.xlsx") ws = wb.active for month in data.keys(): ws_new = wb.copy_worksheet(ws) #复制模板中的工作表 ws_new.title=month #将每个月的数据条数逐个取出并写入新的工作表 for i in range(len(data[month])): #按数据行数计数，每行数据对应9列，所以每行需分别写入9个单元格 ws_new.cell(row=i+2,column=1).value=data[month][i][0][0].value ws_new.cell(row=i+2,column=2).value=data[month][i][0][1].value ws_new.cell(row=i+2,column=3).value=data[month][i][0][2].value ws_new.cell(row=i+2,column=4).value=data[month][i][0][3].value.date() ws_new.cell(row=i+2,column=5).value=data[month][i][0][4].value ws_new.cell(row=i+2,column=6).value=data[month][i][0][5].value ws_new.cell(row=i+2,column=7).value=data[month][i][0][6].value ws_new.cell(row=i+2,column=8).value=data[month][i][0][7].value ws_new.cell(row=i+2,column=9).value=data[month][i][0][8].value #设置字号，对齐，缩小字体填充，加边框 #Font(bold=True)可加粗字体 for row_number in range(2, ws_new.max_row+1): for col_number in range(1,10): c = ws_new.cell(row=row_number,column=col_number) c.font = Font(size=10) c.border = Border(top=thin, left=thin, right=thin, bottom=thin) c.alignment = Alignment(horizontal="left", vertical="center",shrink_to_fit = True) wb.save("每月(大于1K).xlsx")
华丽的结果如下：
