Python编程-Office操作-操作Excel(中)

简介: 例子文件如下: 一些复杂的读取操作getCells.py import openpyxl wb = openpyxl.load_workbook('example.xlsx') sheet = wb.


例子文件如下:

一些复杂的读取操作
getCells.py

import openpyxl

wb = openpyxl.load_workbook('example.xlsx')
sheet = wb.get_sheet_by_name('Sheet1')

print(sheet.cell(row=1, column=2).value)
# from 1 to 8 step is 2
for i in range(1, sheet.max_row + 1, 2):
    print(i, sheet.cell(row=i, column=2).value)

print('------------------------------------------------')
    
# enumerate range cells
for rowOfCellObjects in sheet['A1':'C3']:
    for cellObj in rowOfCellObjects:
        print(cellObj.coordinate, cellObj.value)
    print('**************************************')

print('------------------------------------------------')

# enumerate the whole sheet
for i in range(1, sheet.max_row + 1):
    for j in range(1, sheet.max_column + 1):
        print(i, sheet.cell(row=i, column=j).coordinate, sheet.cell(row=i, column=j).value)
    print('**************************************')

运行结果:

Apples
1 Apples
3 Pears
5 Apples
7 Strawberries
------------------------------------------------
A1 2015-04-05 13:34:02
B1 Apples
C1 73
**************************************
A2 2015-04-05 03:41:23
B2 Cherries
C2 85
**************************************
A3 2015-04-06 12:46:51
B3 Pears
C3 14
**************************************
------------------------------------------------
1 A1 2015-04-05 13:34:02
1 B1 Apples
1 C1 73
**************************************
2 A2 2015-04-05 03:41:23
2 B2 Cherries
2 C2 85
**************************************
3 A3 2015-04-06 12:46:51
3 B3 Pears
3 C3 14
**************************************
4 A4 2015-04-08 08:59:43
4 B4 Oranges
4 C4 52
**************************************
5 A5 2015-04-10 02:07:00
5 B5 Apples
5 C5 152
**************************************
6 A6 2015-04-10 18:10:37
6 B6 Bananas
6 C6 23
**************************************
7 A7 2015-04-10 02:40:46
7 B7 Strawberries
7 C7 98
**************************************

目录
相关文章
|
15天前
|
安全 Java 数据处理
Python网络编程基础(Socket编程)多线程/多进程服务器编程
【4月更文挑战第11天】在网络编程中,随着客户端数量的增加,服务器的处理能力成为了一个重要的考量因素。为了处理多个客户端的并发请求,我们通常需要采用多线程或多进程的方式。在本章中,我们将探讨多线程/多进程服务器编程的概念,并通过一个多线程服务器的示例来演示其实现。
|
15天前
|
程序员 开发者 Python
Python网络编程基础(Socket编程) 错误处理和异常处理的最佳实践
【4月更文挑战第11天】在网络编程中,错误处理和异常管理不仅是为了程序的健壮性,也是为了提供清晰的用户反馈以及优雅的故障恢复。在前面的章节中,我们讨论了如何使用`try-except`语句来处理网络错误。现在,我们将深入探讨错误处理和异常处理的最佳实践。
|
1天前
|
机器学习/深度学习 人工智能 数据可视化
Python:探索编程之美
Python:探索编程之美
9 0
|
1天前
|
机器学习/深度学习 人工智能 数据处理
Python编程的魅力与实践
Python编程的魅力与实践
|
1天前
|
Python
python_读写excel、csv记录
python_读写excel、csv记录
7 0
|
2天前
|
SQL 关系型数据库 MySQL
第十三章 Python数据库编程
第十三章 Python数据库编程
|
2天前
|
存储 网络协议 关系型数据库
Python从入门到精通:2.3.2数据库操作与网络编程——学习socket编程,实现简单的TCP/UDP通信
Python从入门到精通:2.3.2数据库操作与网络编程——学习socket编程,实现简单的TCP/UDP通信
|
3天前
|
JSON 数据格式 索引
python 又一个点运算符操作的字典库:Munch
python 又一个点运算符操作的字典库:Munch
20 0
|
7天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
10 2
|
8天前
|
安全 数据处理 开发者
《Python 简易速速上手小册》第7章:高级 Python 编程(2024 最新版)
《Python 简易速速上手小册》第7章:高级 Python 编程(2024 最新版)
19 1