Python操作excel进行插入、删除行操作实例演示,利用xlwings库实现

简介: Python操作excel进行插入、删除行操作实例演示,利用xlwings库实现

     

Python 操作 Excel 之插入、删除行

第一章:整行插入与删除

① Excel 的插入行实例演示

插入行演示采用正序遍历操作,直接使用 xlwings 提供的 sheet.api.Rows("行数").Insert() 方法就能实现整行插入处理。

需要注意的是,如果是前插入,要避免再次检测到刚才匹配过的内容,以防循环反复插入原位置。

# -*- coding:utf-8 -*-
# excel增行、删行实现
import xlwings
# 参数visible设置False不显示excel界面,默认是True显示的
app = xlwings.App(visible=False)
# 修改文件路径
path_xl = 'C:\\Users\\Administrator\\Desktop\\增、删行测试.xls'
# 加载excel文件
wt = app.books.open(path_xl)
# 加载第一个sheet页签
sheet = wt.sheets[0]
def xl_insert(m_col, m_text):
    '''
     作用:插入excel
     参数1:需要匹配的列
     参数2:需要匹配的内容
    ····
     创建:小蓝枣
     更改:2021-06-01
    '''
    global sheet;
    # 读取行数
    rows = sheet.used_range.last_cell.row
    # 如果从n行上面插入,需要想办法跳过n+1这一行,n+1正是插入后原来n行的脚本,不然会发生死循环
    k = 0   # 记录插入行
    for i in range(1, rows):
        # 检测到已插入的行进行跳过处理
        if(i == k):
            continue;
        if(sheet.range(m_col + str(i)).value == m_text):
            print("对第 " + str(i) + " 行进行了插入行操作!")
            sheet.api.Rows(i).Insert()
            k = i+1;
# 匹配C列,对相关内容进行插入
xl_insert('C', '//*[@fieldid="header-area"]//*[@fieldid="Add_btn"]')
# 不指定路径,脚本会直接保存到原文件
wt.save()
# 释放资源,不然脚本无法打开,会处于锁定状态。
wt.close()

调整前:

image.png

处理过程:

image.png

调整后:

image.png

② Excel 的删除行实例演示

删除行演示采用逆序遍历操作,直接使用 xlwings 提供的 sheet.range("单元格").api.EntireRow.Delete() 方法就能实现整行删除处理。

此次使用逆序遍历,直接避免了行错位引起的各种问题。【推荐】

# -*- coding:utf-8 -*-
# excel增行、删行实现
import xlwings
# 参数visible设置False不显示excel界面,默认是True显示的
app = xlwings.App(visible=False)
# 修改文件路径
path_xl = 'C:\\Users\\Administrator\\Desktop\\增、删行测试.xls'
# 加载excel文件
wt = app.books.open(path_xl)
# 加载第一个sheet页签
sheet = wt.sheets[0]
def xl_delete(m_col, m_text):
    '''
     作用:excel删行
     参数1:需要匹配的列
     参数2:需要匹配的内容
    ····
     创建:小蓝枣
     更改:2021-06-01
    '''
    global sheet;
    # 读取行数
    rows = sheet.used_range.last_cell.row
    # 正序的话本行删除后,后面的行就有变化了,采用倒叙匹配解决了该问题
    for i in range(rows, 1, -1):
        if(sheet.range(m_col + str(i)).value == m_text):
            print("对第 " + str(i) + " 行进行了删除行操作!")
            sheet.range(m_col + str(i)).api.EntireRow.Delete()
            k = i+1;
# 匹配C列,对相关内容进行删行
xl_delete('D', 'gys_qj_sckh002')
# 不指定路径,脚本会直接保存到原文件
wt.save()
# 释放资源,不然脚本无法打开,会处于锁定状态。
wt.close()

调整前:

image.png

处理过程:

image.png

调整后:

image.png

喜欢的点个赞❤吧!


目录
相关文章
|
2月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
397 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
2月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
181 0
|
1月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
175 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
1月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
275 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
1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。
245 7
|
1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。
318 0
|
3月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
210 18
|
3月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
322 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
4月前
|
Python
如何根据Excel某列数据为依据分成一个新的工作表
在处理Excel数据时,我们常需要根据列值将数据分到不同的工作表或文件中。本文通过Python和VBA两种方法实现该操作:使用Python的`pandas`库按年级拆分为多个文件,再通过VBA宏按班级生成新的工作表,帮助高效整理复杂数据。
|
4月前
|
数据采集 数据可视化 数据挖掘
用 Excel+Power Query 做电商数据分析:从 “每天加班整理数据” 到 “一键生成报表” 的配置教程
在电商运营中,数据是增长的关键驱动力。然而,传统的手工数据处理方式效率低下,耗费大量时间且易出错。本文介绍如何利用 Excel 中的 Power Query 工具,自动化完成电商数据的采集、清洗与分析,大幅提升数据处理效率。通过某美妆电商的实战案例,详细拆解从多平台数据整合到可视化报表生成的全流程,帮助电商从业者摆脱繁琐操作,聚焦业务增长,实现数据驱动的高效运营。

推荐镜像

更多