python中使用xlrd、xlwt操作excel表格详解

简介:

python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库

可从这里下载https://pypi.python.org/pypi。下面分别记录python读和写excel.

python读excel——xlrd

这个过程有几个比较麻烦的问题,比如读取日期、读合并单元格内容。下面先看看基本的操作:

首先读一个excel文件,有两个sheet,测试用第二个sheet,sheet2内容如下:

python 对 excel基本的操作如下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
# -*- coding: utf-8 -*-
import  xlrd
import  xlwt
from  datetime  import  date,datetime
 
def  read_excel():
   # 打开文件
   workbook  =  xlrd.open_workbook(r 'F:\demo.xlsx' )
   # 获取所有sheet
   print  workbook.sheet_names()  # [u'sheet1', u'sheet2']
   sheet2_name  =  workbook.sheet_names()[ 1 ]
 
   # 根据sheet索引或者名称获取sheet内容
   sheet2  =  workbook.sheet_by_index( 1 # sheet索引从0开始
   sheet2  =  workbook.sheet_by_name( 'sheet2' )
 
   # sheet的名称,行数,列数
   print  sheet2.name,sheet2.nrows,sheet2.ncols
 
   # 获取整行和整列的值(数组)
   rows  =  sheet2.row_values( 3 # 获取第四行内容
   cols  =  sheet2.col_values( 2 # 获取第三列内容
   print  rows
   print  cols
 
   # 获取单元格内容
   print  sheet2.cell( 1 , 0 ).value.encode( 'utf-8' )
   print  sheet2.cell_value( 1 , 0 ).encode( 'utf-8' )
   print  sheet2.row( 1 )[ 0 ].value.encode( 'utf-8' )
   
   # 获取单元格内容的数据类型
   print  sheet2.cell( 1 , 0 ).ctype
 
if  __name__  = =  '__main__' :
   read_excel()

运行结果如下:

那么问题来了,上面的运行结果中红框框中的字段明明是出生日期,可显示的确实浮点数。好的,来解决第一个问题:

1、python读取excel中单元格内容为日期的方式

python读取excel中单元格的内容返回的有5种类型,即上面例子中的ctype:

?
1
ctype :  0  empty, 1  string,  2  number,  3  date,  4  boolean,  5  error

即date的ctype=3,这时需要使用xlrd的xldate_as_tuple来处理为date格式,先判断表格的ctype=3时xldate才能开始操作。现在命令行看下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
>>> sheet2.cell( 2 , 2 ).ctype  #1990/2/22
>>> sheet2.cell( 2 , 1 ).ctype  #24
>>> sheet2.cell( 2 , 0 ).ctype  #小胖
>>> sheet2.cell( 2 , 4 ).ctype  #空值(这里是合并单元格的原因)
>>> sheet2.cell( 2 , 2 ).value  #1990/2/22
33656.0
>>> xlrd.xldate_as_tuple(sheet2.cell_value( 2 , 2 ),workbook.datemode)
( 1992 2 22 0 0 0 )
>>> date_value  =  xlrd.xldate_as_tuple(sheet2.cell_value( 2 , 2 ),workbook.datemode)
>>> date_value
( 1992 2 22 0 0 0 )
>>> date( * date_value[: 3 ])
datetime.date( 1992 2 22 )
>>> date( * date_value[: 3 ]).strftime( '%Y/%m/%d'
'1992/02/22'

即可以做下简单处理,判断ctype是否等于3,如果等于3,则用时间格式处理

?
1
2
3
if  (sheet.cell(row,col).ctype  = =  3 ):
   date_value  =  xlrd.xldate_as_tuple(sheet.cell_value(rows, 3 ),book.datemode)
   date_tmp  =  date( * date_value[: 3 ]).strftime( '%Y/%m/%d' )

那么问题又来了,上面 sheet2.cell(2,4).ctype 返回的值是0,说明这个单元格的值是空值,明明是合并的单元格内容"好朋友",这个是我觉得这个包功能不完善的地方,如果是合并的单元格那么应该合并的单元格的内容一样,但是它只是合并的第一个单元格的有值,其它的为空。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
>>> sheet2.col_values( 4 )
[u '\u5173\u7cfb' , u '\u597d\u670b\u53cb' , ' ', u' \u540c\u5b66 ', ' ', ' ', u' \u4e00\u4e2a\u4eba ', ' ']
>>>  for  in  range (sheet2.nrows):
   print  sheet2.col_values( 4 )[i]
关系
好朋友
 
同学
 
 
一个人
 
>>> sheet2.row_values( 7 )
[u '\u65e0\u540d' 20.0 , u '\u6682\u65e0' , ' ', ' ']
>>>  for  in  range (sheet2.ncols):
   print  sheet2.row_values( 7 )[i]
无名
20.0
暂无
 
 
>>>

2、读取合并单元格的内容

这个是真没技巧,只能获取合并单元格的第一个cell的行列索引,才能读到值,读错了就是空值

合并行单元格读取行的第一个索引,合并列单元格读取列的第一个索引,如上述,读取行合并单元格"好朋友"和读取列合并单元格"暂无"只能如下方式:

?
1
2
3
4
5
6
7
>>>  print  sheet2.col_values( 4 )[ 1 ]
好朋友
>>>  print  sheet2.row_values( 7 )[ 2 ]
暂无
 
 >>> sheet2.merged_cells  # 明明有合并的单元格,为何这里是空
  []

疑问又来了,合并单元格可能出现空值,但是表格本身的普通单元格也可能是空值,要怎么获取单元格所谓的"第一个行或列的索引"呢?

这就要先知道哪些是单元格是被合并的!

3、获取合并的单元格

读取文件的时候需要将formatting_info参数设置为True,默认是False,所以上面获取合并的单元格数组为空,

?
1
2
3
4
>>> workbook  =  xlrd.open_workbook(r 'F:\demo.xlsx' ,formatting_info = True )
>>> sheet2  =  workbook.sheet_by_name( 'sheet2' )
>>> sheet2.merged_cells
[( 7 8 2 5 ), ( 1 3 4 5 ), ( 3 6 4 5 )]

merged_cells返回的这四个参数的含义是:(row,row_range,col,col_range),

其中[row,row_range)包括row,不包括row_range,

col也是一样,

即(1, 3, 4, 5)的含义是:第1到2行(不包括3)合并,(7, 8, 2, 5)的含义是:第2到4列合并。

利用这个,可以分别获取合并的三个单元格的内容:

?
1
2
3
4
5
6
>>>  print  sheet2.cell_value( 1 , 4 )   #(1, 3, 4, 5)
好朋友
>>>  print  sheet2.cell_value( 3 , 4 )   #(3, 6, 4, 5)
同学
>>>  print  sheet2.cell_value( 7 , 2 )   #(7, 8, 2, 5)
暂无

发现规律了没?是的,获取merge_cells返回的row和col低位的索引即可! 于是可以这样一劳永逸:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
>>> merge  =  []
>>>  for  (rlow,rhigh,clow,chigh)  in  sheet2.merged_cells:
   merge.append([rlow,clow])
   
>>> merge
[[ 7 2 ], [ 1 4 ], [ 3 4 ]]
>>>  for  index  in  merge:
   print  sheet2.cell_value(index[ 0 ],index[ 1 ])
   
暂无
好朋友
同学
>>>


python写excel——xlwt

写excel的难点可能不在构造一个workbook的本身,而是填充的数据,不过这不在范围内。在写excel的操作中也有棘手的问题,比如写入合并的单元格就是比较麻烦的,另外写入还有不同的样式。这些要看源码才能研究的透。

我"构思"了如下面的sheet1,即要用xlwt实现的东西:

基本上看起来还算复杂,而且看起来"很正规",完全是个人杜撰。

代码如下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
'''
设置单元格样式
'''
 
def  set_style(name,height,bold = False ):
   style  =  xlwt.XFStyle()  # 初始化样式
 
   font  =  xlwt.Font()  # 为样式创建字体
   font.name  =  name  # 'Times New Roman'
   font.bold  =  bold
   font.color_index  =  4
   font.height  =  height
 
   # borders= xlwt.Borders()
   # borders.left= 6
   # borders.right= 6
   # borders.top= 6
   # borders.bottom= 6
 
   style.font  =  font
   # style.borders = borders
 
   return  style
 
 
#写excel
def  write_excel():
   =  xlwt.Workbook()  #创建工作簿
 
   '''
   创建第一个sheet:
     sheet1
   '''
   sheet1  =  f.add_sheet(u 'sheet1' ,cell_overwrite_ok = True #创建sheet
   row0  =  [u '业务' ,u '状态' ,u '北京' ,u '上海' ,u '广州' ,u '深圳' ,u '状态小计' ,u '合计' ]
   column0  =  [u '机票' ,u '船票' ,u '火车票' ,u '汽车票' ,u '其它' ]
   status  =  [u '预订' ,u '出票' ,u '退票' ,u '业务小计' ]
 
   #生成第一行
   for  in  range ( 0 , len (row0)):
     sheet1.write( 0 ,i,row0[i],set_style( 'Times New Roman' , 220 , True ))
 
   #生成第一列和最后一列(合并4行)
   i, j  =  1 0
   while  i <  4 * len (column0)  and  j <  len (column0):
     sheet1.write_merge(i,i + 3 , 0 , 0 ,column0[j],set_style( 'Arial' , 220 , True ))  #第一列
     sheet1.write_merge(i,i + 3 , 7 , 7 #最后一列"合计"
     + =  4
     + =  1
 
   sheet1.write_merge( 21 , 21 , 0 , 1 ,u '合计' ,set_style( 'Times New Roman' , 220 , True ))
 
   #生成第二列
   =  0
   while  i <  4 * len (column0):
     for  in  range ( 0 , len (status)):
       sheet1.write(j + i + 1 , 1 ,status[j])
     + =  4
 
   f.save( 'demo1.xlsx' #保存文件
 
if  __name__  = =  '__main__' :
   #generate_workbook()
   #read_excel()
   write_excel()

需要稍作解释的就是write_merge方法:

write_merge(x, x + m, y, w + n, string, sytle)
x表示行,y表示列,m表示跨行个数,n表示跨列个数,string表示要写入的单元格内容,style表示单元格样式。其中,x,y,w,h,都是以0开始计算的。

这个和xlrd中的读合并单元格的不太一样。

如上述:sheet1.write_merge(21,21,0,1,u'合计',set_style('Times New Roman',220,True))

即在22行合并第1,2列,合并后的单元格内容为"合计",并设置了style。

 

如果需要创建多个sheet,则只要f.add_sheet即可。

如在上述write_excel函数里f.save('demo1.xlsx') 这句之前再创建一个sheet2,效果如下:

代码也是真真的easy的了:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
'''
   创建第二个sheet:
     sheet2
   '''
   sheet2  =  f.add_sheet(u 'sheet2' ,cell_overwrite_ok = True #创建sheet2
   row0  =  [u '姓名' ,u '年龄' ,u '出生日期' ,u '爱好' ,u '关系' ]
   column0  =  [u '小杰' ,u '小胖' ,u '小明' ,u '大神' ,u '大仙' ,u '小敏' ,u '无名' ]
 
   #生成第一行
   for  in  range ( 0 , len (row0)):
     sheet2.write( 0 ,i,row0[i],set_style( 'Times New Roman' , 220 , True ))
 
   #生成第一列
   for  in  range ( 0 , len (column0)):
     sheet2.write(i + 1 , 0 ,column0[i],set_style( 'Times New Roman' , 220 ))
 
   sheet2.write( 1 , 2 , '1991/11/11' )
   sheet2.write_merge( 7 , 7 , 2 , 4 ,u '暂无' #合并列单元格
   sheet2.write_merge( 1 , 2 , 4 , 4 ,u '好朋友' #合并行单元格
   
   f.save( 'demo1.xlsx' #保存文件


一、安装xlrd模块

到python官网下载http://pypi.python.org/pypi/xlrd模块安装,前提是已经安装了python 环境。

二、使用介绍

1、导入模块 

复制代码代码如下:

import xlrd


2、打开Excel文件读取数据 

复制代码代码如下:

data = xlrd.open_workbook('excelFile.xls')


3、使用技巧

获取一个工作表 

复制代码代码如下:

table = data.sheets()[0] #通过索引顺序获取 
table = data.sheet_by_index(0) #通过索引顺序获取 
table = data.sheet_by_name(u'Sheet1')#通过名称获取


获取整行和整列的值(数组) 

复制代码代码如下:

table.row_values(i) 
table.col_values(i)


获取行数和列数 

复制代码代码如下:

nrows = table.nrows 
ncols = table.ncols


循环行列表数据 

复制代码代码如下:

for i in range(nrows ): 
print table.row_values(i)


单元格 

复制代码代码如下:

cell_A1 = table.cell(0,0).value 
cell_C4 = table.cell(2,3).value


使用行列索引

复制代码代码如下:

cell_A1 = table.row(0)[0].value 
cell_A2 = table.col(1)[0].value


简单的写入 

复制代码代码如下:

row = 0 
col = 0 
# 类型 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error 
ctype = 1 value = '单元格的值' 
xf = 0 # 扩展的格式化 
table.put_cell(row, col, ctype, value, xf) 
table.cell(0,0)  #单元格的值' 
table.cell(0,0).value #单元格的值'


三、Demo代码

Demo代码其实很简单,就是读取Excel数据。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
# -*- coding: utf-8 -*-
  import  xdrlib ,sys
  import  xlrd
  def  open_excel( file =  'file.xls' ):
    try :
      data  =  xlrd.open_workbook( file )
      return  data
    except  Exception,e:
      print  str (e)
  #根据索引获取Excel表格中的数据  参数:file:Excel文件路径   colnameindex:表头列名所在行的所以 ,by_index:表的索引
  def  excel_table_byindex( file =  'file.xls' ,colnameindex = 0 ,by_index = 0 ):
    data  =  open_excel( file )
    table  =  data.sheets()[by_index]
    nrows  =  table.nrows  #行数
    ncols  =  table.ncols  #列数
    colnames  =  table.row_values(colnameindex)  #某一行数据
    list  = []
    for  rownum  in  range ( 1 ,nrows):
      row  =  table.row_values(rownum)
      if  row:
        app  =  {}
        for  in  range ( len (colnames)):
          app[colnames[i]]  =  row[i]
        list .append(app)
    return  list
  #根据名称获取Excel表格中的数据  参数:file:Excel文件路径   colnameindex:表头列名所在行的所以 ,by_name:Sheet1名称
  def  excel_table_byname( file =  'file.xls' ,colnameindex = 0 ,by_name = u 'Sheet1' ):
    data  =  open_excel( file )
    table  =  data.sheet_by_name(by_name)
    nrows  =  table.nrows  #行数
    colnames  =  table.row_values(colnameindex)  #某一行数据
    list  = []
    for  rownum  in  range ( 1 ,nrows):
      row  =  table.row_values(rownum)
      if  row:
        app  =  {}
        for  in  range ( len (colnames)):
          app[colnames[i]]  =  row[i]
        list .append(app)
    return  list
  def  main():
   tables  =  excel_table_byindex()
   for  row  in  tables:
     print  row
   tables  =  excel_table_byname()
   for  row  in  tables:
     print  row
  if  __name__ = = "__main__" :
    main()


基本的代码结构

复制代码代码如下:


data = xlrd.open_workbook(EXCEL_PATH)  
table = data.sheet_by_index(0)  
lines = table.nrows  
cols = table.ncols  
print u'The total line is %s, cols is %s'%(lines, cols)  


读取某个单元格:

复制代码代码如下:


table.cell(x, y).value  


x:行
y:列    
行,列都是从0开始


*  时间类型的转换,把excel中时间转成python 时间(两种方式)
excel某个单元格   2014/7/8

复制代码代码如下:


xlrd.xldate_as_tuple(table.cell(2,2).value, 0)   #转化为元组形式 

 
(2014, 7, 8, 0, 0, 0)  


xlrd.xldate.xldate_as_datetime(table.cell(2,2).value, 1)   #直接转化为datetime对象 

 
datetime.datetime(2018, 7, 9, 0, 0)  


table.cell(2,2).value   #没有转化  
41828.0  


源码查看:

复制代码代码如下:


# @param xldate The Excel number  
# @param datemode 0: 1900-based, 1: 1904-based.  
xldate_as_tuple(xldate, datemode)   


输入一个日期类型的单元格会返回一个时间结构组成的元组,可以根据这个元组组成时间类型
datemode 有2个选项基本我们都会使用1900为基础的时间戳



复制代码代码如下:


##  
# Convert an Excel date/time number into a datetime.datetime object.  
#  
# @param xldate The Excel number  
# @param datemode 0: 1900-based, 1: 1904-based.  
#  
# @return a datetime.datetime() object.  
#  
def xldate_as_datetime(xldate, datemode) 


输入参数和上面的相同,但是返回值是一个datetime类型,就不需要在自己转换了


当然这两个函数都有相应的逆函数,把python类型变成相应的excle时间类型。

脚本里先注明# -*- coding:utf-8 -*-   

1.  确认源excel存在并用xlrd读取第一个表单中每行的第一列的数值。

?
1
2
3
4
5
6
7
8
9
10
import  xlrd, xlwt 
import  os 
  
assert  os.path.isfile( 'source_excel.xls' ), "There is no timesheet exist. Exit..." 
  
book  =  xlrd.open_workbook( 'source_excel.xls'
sheet = book.sheet_by_index( 0
  
for  rows  in  range (sheet.nrows): 
  value  =  sheet.cell(rows, 0 ).value

2. 用xlwt准备将从源表中读出的数据写入新表,并设定行宽和表格的格式。合并单元格2行8列后写入标题,并设定格式为之前定义的tittle_style。

使用的是write_merge。

?
1
2
3
4
5
wbk  =  xlwt.Workbook(encoding = 'utf-8'
sheet_w  =  wbk.add_sheet( 'write_after' , cell_overwrite_ok = True
sheet_w.col( 3 ).width  =  5000 
tittle_style  =  xlwt.easyxf( 'font: height 300, name SimSun, colour_index red, bold on; align: wrap on, vert centre, horiz center;'
sheet_w.write_merge( 0 , 2 , 0 , 8 ,u '这是标题' ,tittle_style)

3. 当函数中要用到全局变量时,注意加global。否则会出现UnboundLocalError:local variable'xxx' referenced before assignment.

?
1
2
3
4
5
check_num  =  0 
  
def  check_data(sheet): 
  global  check_num 
  check_num = check_num + 1

4. 写入日期和带格式的数值。原来从sheet中读取的日期格式为2014/4/10,处理后只保留日期并做成数组用逗号分隔后写入新的excel。

?
1
2
3
4
5
6
date_arr  =  [] 
date = sheet.cell(row, 2 ).value.rsplit( '/' )[ - 1
if  date  not  in  date_arr: 
   date_arr.append(date) 
sheet_w.write_merge(row2,row2, 6 , 6 ,date_num, normal_style) 
sheet_w.write_merge(row2,row2, 7 , 7 , ',' .join(date_arr), normal_style)

5. 当从excel中读取的日期格式为xldate时,就需要使用xlrd的xldate_as_tuple来处理为date格式。先判断表格的ctype确实是xldate才能开始操作,否则会报错。之后date格式可以使用strftime来转化为string。如:date.strftime("%Y-%m-%d-%H")

?
1
2
3
4
5
6
7
from  datetime  import  date,datetime 
from  xlrd  import  xldate_as_tuple 
  
if  (sheet.cell(rows, 3 ).ctype  = =  3 ): 
   num = num + 1 
   date_value  =  xldate_as_tuple(sheet.cell_value(rows, 3 ),book.datemode) 
   date_tmp  =  date( * date_value[: 3 ]).strftime( "%d" )

6. 最后保存新写的表

?
1
wbk.save( 'new_excel.xls' )










本文转自 chengxuyonghu 51CTO博客,原文链接:http://blog.51cto.com/6226001001/1896477,如需转载请自行联系原作者
目录
相关文章
|
6天前
|
存储 NoSQL MongoDB
MongoDB数据库转换为表格文件的Python实现
MongoDB数据库转换为表格文件的Python实现
39 0
|
6天前
|
Python
【Python操作基础】——帮助文档
【Python操作基础】——帮助文档
|
6天前
|
Python
【Python操作基础】——字典,迭代器和生成器
【Python操作基础】——字典,迭代器和生成器
|
6天前
|
Python
【Python操作基础】——集合
【Python操作基础】——集合
|
19小时前
|
数据采集 数据安全/隐私保护 Python
2024年最新【Python】如何用Python来操作PDF文件,收藏(2),2024年最新阿里p7Python面试题
2024年最新【Python】如何用Python来操作PDF文件,收藏(2),2024年最新阿里p7Python面试题
2024年最新【Python】如何用Python来操作PDF文件,收藏(2),2024年最新阿里p7Python面试题
|
1天前
|
数据采集 存储 数据挖掘
Python DataFrame初学者指南:轻松上手构建数据表格
【5月更文挑战第19天】本文是针对初学者的Pandas DataFrame指南,介绍如何安装Pandas、创建DataFrame(从字典或CSV文件)、查看数据(`head()`, `info()`, `describe()`)、选择与操作数据(列、行、缺失值处理、数据类型转换、排序、分组聚合)以及保存DataFrame到CSV文件。通过学习这些基础,你将能轻松开始数据科学之旅。
|
1天前
|
数据挖掘 数据处理 Python
【Python DataFrame 专栏】Python DataFrame 入门指南:从零开始构建数据表格
【5月更文挑战第19天】本文介绍了Python数据分析中的核心概念——DataFrame,通过导入`pandas`库创建并操作DataFrame。示例展示了如何构建数据字典并转换为DataFrame,以及进行数据选择、添加修改列、计算统计量、筛选和排序等操作。DataFrame适用于处理各种规模的表格数据,是数据分析的得力工具。掌握其基础和应用是数据分析之旅的重要起点。
【Python DataFrame 专栏】Python DataFrame 入门指南:从零开始构建数据表格
|
3天前
|
关系型数据库 Java 分布式数据库
实时计算 Flink版操作报错合集之在使用 Python UDF 时遇到 requests 包的导入问题,提示 OpenSSL 版本不兼容如何解决
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
19 5
|
5天前
|
存储 JSON 安全
Python中的文件操作与文件IO操作
【5月更文挑战第14天】在Python中,文件操作是常见任务,包括读取、写入和处理文件内容。`open()`函数是核心,接受文件路径和模式(如&#39;r&#39;、&#39;w&#39;、&#39;a&#39;、&#39;b&#39;和&#39;+&#39;)参数。本文详细讨论了文件操作基础,如读写模式,以及文件IO操作,如读取、写入和移动指针。异常处理是关键,使用`try-except`捕获`FileNotFoundError`和`PermissionError`等异常。进阶技巧涉及`with`语句、`readline()`、`os`和`shutil`模块。数据序列化与反序列化方面,介绍了
18 0
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
Python转换Excel到Markdown
Python转换Excel到Markdown
12 0