这篇文章主要介绍了Python openpyxl模块原理及用法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
此模块不是Python内置的模块需要安装,安装方法如下
pip install openpyxl
注意:
此模块只支持offce 2010,即是电子表格后缀是*.xlsx
1、openpyxl模块常用函数
import openpyxl
wb = openpyxl.load_workbook('example.xlsx')
##### 工作表常用操作
print(wb.active) # 获取电子表格Worksheet是否有数据
print(wb.read_only) # 是否是以只读方式打开
print(wb.encoding) # 获取电子表格的编码
print('', wb.properties) # 获取电子表格属性如:标题、作者、创建时间等
print(wb.worksheets) # 获取工作表名
print(wb.get_sheet_names()) # 获取工作表的所有名字
print(wb.sheetnames) # 获取工作表的所有名字跟wb.get_sheet_names()一样的功能
print(wb.get_sheet_by_name('Sheet1')) # 通过工作表的名字,获取Worksheet对象操作电子表格
print(wb.create_sheet('python创建的工作表')) # 创建的工作表,记得用save保存,才保存到硬盘上
print(wb.copy_worksheet(wb['Sheet1'])) # 复制工作表
#### 工作表的常用操作
sheet1_obj = wb['Sheet1']
print(sheet1_obj.title) # 工作表的标题
print(sheet1_obj.dimensions) # 获取表格大小,返回格式如:A1:D6
print(sheet1_obj.max_row) # 表格最大行数
print(sheet1_obj.min_row) # 表格最小行数
print(sheet1_obj.max_column) # 表格最大列数
print(sheet1_obj.min_column) # 表格最小列数
print(sheet1_obj.rows) # 按行获取单元格(Cell对象)
print(sheet1_obj.columns) # 按列获取单元格(Cell对象)
print(sheet1_obj.freeze_panes) # 冻结窗格
print(sheet1_obj.values) # 按行获取表格的内容(数据)
print(sheet1_obj.iter_rows())#迭代器方式,按行获取所有单元格(Cell对象)
print(sheet1_obj.iter_columns())#迭代器方式,按列获取所有单元格(Cell对象)
sheet1_obj.append(['1列','2列','3列','4列']) #往工作表最后一行插入多列数据
#### 单元格的常用操作
sheet1_obj.merged_cells #合并单元格
sheet1_obj.unmerge_cells #取消合并单元格
print(sheet1_obj['A2'].row) # 获取行数
print(sheet1_obj['A2'].column) # 获取列数
print(sheet1_obj['B1'].value) #获取单元格的值
wb.save('example.xlsx') #保存单元格
2、利用openpyxl模块创建一张电子表格
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from openpyxl import Workbook
wb = Workbook()
# print(wb.get_sheet_names()) # 获取工作表的名字
ws = wb.get_sheet_by_name('Sheet') # 获取Sheet工作表对象
# print(ws.title) # 获取工作表的标题
ws.title = 'Student' # 设置新的工作表
# 设置内容
ws['A1'] = 'Hello World'
import datetime
ws['A2'] = datetime.datetime.now()
wb.save('new_sample.xlsx')
运行效果
3、利用openpyxl模块对电子表格运算操作(求和数、平均数)
表格例子如下:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import openpyxl
from openpyxl.styles import Alignment
def process_worksheet(sheet):
avg_column = sheet.max_column + 1 # 平均数,存放在最后一列
sum_column = sheet.max_column + 2 # 求和,存放在最后第二列
for row in sheet.iter_rows(min_row=2, min_col=2):
scores = [cell.value for cell in row] # 获取一行的值
sum_score = sum(scores) # 求一行的和
avg_score = sum_score / len(scores) # 求一行的平均数
avg_cell = sheet.cell(row=row[0].row, column=avg_column)
sum_cell = sheet.cell(row=row[0].row, column=sum_column)
avg_cell.value = avg_score # 定位到单元格,设置总分
sum_cell.value = sum_score # 定位到单元格,设置平均分
# 设置对齐方式,水平是右对齐,垂直是居中
align = Alignment(horizontal='left', vertical='center', wrap_text=True)
avg_cell.alignment = align
sum_cell.alignment = align
# 设置平均分和总分的标题
sheet.cell(row=1, column=avg_column).value = '平均分'
sheet.cell(row=1, column=sum_column).value = '总分'
def main():
wb = openpyxl.load_workbook('example.xlsx')
sheet = wb.get_sheet_by_name('Sheet1')
process_worksheet(sheet)
wb.save('example.xlsx')
if __name__ == '__main__':
main()
运行效果
4、多张电子表格合并为一张电子表格
准备3张电子表格
员工1.xlsx
员工2.xlsx
员工3.xlsx
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import openpyxl
import glob
import os
def merge_xlsx_files(xlsx_files):
wb = openpyxl.load_workbook(xlsx_files[0]) # 打开第一张电子表格
ws = wb.active # 激活 worksheet
ws.title = 'merged result' # 合并结果
for filename in xlsx_files[1:]:
workbook = openpyxl.load_workbook(filename)
sheet = workbook.active # 激活 worksheet
for row in sheet.iter_rows(min_row=2): # 从第二行开启迭代
values = [cell.value for cell in row] # 返回一列的值,以列表类型
ws.append(values) # 把列表增加到新的表格里面
return wb
def get_all_xlsx_files(path):
"""指定后缀名,获取所有跟后缀相关的文件类型,返回列表"""
xlsx_files = glob.glob(os.path.join(path, '*.xlsx'))
sorted(xlsx_files, key=str.lower) # 排序
return xlsx_files
def main():
path = os.path.join(os.path.dirname(os.getcwd()), '临时测试', 'excels') # 目录自行配置
xlsx_files = get_all_xlsx_files(path)
wb = merge_xlsx_files(xlsx_files)
wb.save('merge_data.xlsx') # 保存数据到硬盘
if __name__ == '__main__':
main()
运行效果(硬盘多出一张电子表格 merge_data.xlsx)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持python博客。
Powered By python教程网 鲁ICP备18013710号
python博客 - 小白学python最友好的网站!