超强盘点!让Excel效率起飞的5个Python库

大数据 后端
Excel作为Office的数据处理软件,我们几乎每天都在使用。虽然好用,但在大量录入、处理数据的时候,效率未免有点低。因此,很多学了Python的同学,会利用Python的第三方库来批量操作Excel,提升效率。

Excel作为Office的数据处理软件,我们几乎每天都在使用。虽然好用,但在大量录入、处理数据的时候,效率未免有点低。因此,很多学了Python的同学,会利用Python的第三方库来批量操作Excel,提升效率。

Python有很多支持操作Excel的第三方库,今天推荐的5个库,看看它们是如何让Excel效率起飞的!

Xlwings

Xlwings是非常强大的处理Excel的库,无论是Windows还是Mac,Excel还是WPS,都可以使用。

它功能非常齐全,能十分方便地新建、打开、修改、保存Excel,可以和matplotlib、numpy以及pandas无缝连接,支持读写numpy、pandas数据类型,将matplotlib可视化图表导入到excel中。另外,还可以调用Excel文件中VBA写好的程序,也可以让VBA调用Python写的程序。 

import xlwings as xw #导入库 
app = xw.App(visible=True,add_book=False
wb = app.books.add() #打开Excel程序 
wb = xw.Book('example.xlsx') #打开已有工作簿 
wb.save('example.xlsx') #保存工作簿 
wb.close() #退出工作簿(可省略) 
app.quit() #退出Excel 
sht = wb.sheets[0] #引用工作表,括号内是第一个sheet名 
rng = sht.range('a1'
#rng = sht['a1'] #引用单元格,第一行的第一列即a1 
rng = sht.range('a1:a5') #引用区域 
sht.range('a1').value = 'Hello' #单元格A1,写入字符串‘Hello’ 
sht.range('a1').value = [1,2,3,4] #默认按行插入:A1:D4分别写入1,2,3,4 
sht.range('a2').options(transpose=True).value = [5,6,7,8] #按列插入 
sht.range('a6').expand('table').value = [['a','b','c'],['d','e','f'],['g','h','i']] #多行输入 
print(sht.range('a1:d4').value) #读取A1:D4 
rng = sht.range('a1').expand('table'
nrows = rng.rows.count 
a = sht.range(f'a1:a{nrows}').value #读取Excel第一列 
ncols = rng.columns.count 
fst_col = sht[0,:ncols].value #读取Excel第一行 
sht.range('A1').column #获取单元格列标 
sht.range('A1').row #获取行标 
sht.range('A1').column_width #获取列宽 
sht.range('A1').row_height #获取行高 
print(sht.range('A1').column ,sht.range('A1').row ,sht.range('A1').column_width ,sht.range('A1').row_height ) 
sht.range('A1').rows.autofit() #行高自适应 
sht.range('A1').columns.autofit()#列宽自适应 
sht.range('A1').color=(34,156,65) #给单元格A1上背景色 
sht.range('A1').color #返回单元格颜色的RGB值 
print(sht.range('A1').color) 
sht.range('A1').color = None #清楚单元格颜色 
print(sht.range('A1').color) 
sht.range('A1').formula='=SUM(B6:B7)' #输入公式,相应单元格执行结果 
sht.range('A1').formula_array #获取单元格公式 
sht.range('A1').value=[['a1','a2','a3'],[1,2,3]] #向指定单元格位置写入批量信息 
sht.range('A1').expand().value #使用expand()方法读取表中批量数据 
print(sht.range('A1').expand().value) 
import numpy as np 
np_data = np.array((1,2,3)) 
sht.range('F1').value = np_data #写入numpy array数据类型 
import pandas as pd 
df = pd.DataFrame([[1,2], [3,4]], columns=['a''b']) 
sht.range('A5').value = df #将pandas DataFrame数据类型写入excel 
sht.range('A5').options(pd.DataFrame,expand='table').value #将数据读取,输出类型为DataFrame 
import matplotlib.pyplot as plt 
%matplotlib inline 
fig = plt.figure() 
plt.plot([1, 2, 3, 4, 5]) 
sht.pictures.add(fig, name='MyPlot'update=True) #将matplotlib图表写入到excel表格里 
  • 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.

xlrd

xlrd主要是读取Excel,支持xlsx和xls格式的excel表格,可以实现指定表单、指定行列、指定单元格的读取。 

import xlrd #导入库 
data = xlrd.open_workbook(filename) #文件名以及路径,如果路径或者文件名有中文给前面加一个r拜师原生字符 
# 获取book中一个工作表 
table = data.sheets()[0] #通过索引顺序获取 
table = data.sheet_by_index(sheet_indx)) #通过索引顺序获取 
table = data.sheet_by_name(sheet_name) #通过名称获取 
names = data.sheet_names() #返回book中所有工作表的名字 
data.sheet_loaded(sheet_name or indx) # 检查某个sheet是否导入完毕 
nrows = table.nrows #获取该sheet中的有效行数 
table.row(rowx) #返回由该行中所有的单元格对象组成的列表 
table.row_slice(rowx) #返回由该列中所有的单元格对象组成的列表 
table.row_types(rowx, start_colx=0, end_colx=None) #返回由该行中所有单元格的数据类型组成的列表 
table.row_values(rowx, start_colx=0, end_colx=None) #返回由该行中所有单元格的数据组成的列表 
table.row_len(rowx) #返回该列的有效单元格长度 
ncols = table.ncols #获取列表的有效列数 
table.col(colx, start_rowx=0, end_rowx=None) #返回由该列中所有的单元格对象组成的列表 
table.col_slice(colx, start_rowx=0, end_rowx=None) #返回由该列中所有的单元格对象组成的列表 
table.col_types(colx, start_rowx=0, end_rowx=None) #返回由该列中所有单元格的数据类型组成的列表 
table.col_values(colx, start_rowx=0, end_rowx=None) #返回由该列中所有单元格的数据组成的列表 
table.cell(rowx,colx) #返回单元格对象 
table.cell_type(rowx,colx) #返回单元格中的数据类型 
table.cell_value(rowx,colx) #返回单元格中的数据 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.

xlwt

xlwt主要是写入Excel,可以实现指定表单、指定单元格的写入,但保存的格式只支持xls格式。 

import xlwt #导入模块 
workbook = xlwt.Workbook(encoding='utf-8') #创建workbook 对象 
worksheet = workbook.add_sheet('sheet1') #创建工作表sheet 
worksheet.write(0, 0, 'hello') #往表中写内容,第一各参数 行,第二个参数列,第三个参数内容 
workbook.save('students.xls') #保存表为students.xls 
# 为内容设置style 
workbook = xlwt.Workbook(encoding='utf-8'
worksheet = workbook.add_sheet('sheet1'
# 设置字体样式 
font = xlwt.Font() 
font.name = 'Time New Roman' # 字体 
font.bold = True # 加粗 
font.underline = True # 下划线 
font.italic = True # 斜体 
 
style = xlwt.XFStyle() 
style.font = font # 创建style 
worksheet.write(0, 1, 'world', style) 
workbook.save('students.xls') # 根据样式创建workbook 
# 合并单元格 
workbook = xlwt.Workbook(encoding='utf-8'
worksheet = workbook.add_sheet('sheet1'
# 通过worksheet调用merge()创建合并单元格 
# 第一个和第二个参数单表行合并,第三个和第四个参数列合并, 
 
# 合并第0列到第2列的单元格 
worksheet.write_merge(0, 0, 0, 2, 'first merge'
 
# 合并第1行第2行第一列的单元格 
worksheet.write_merge(0, 1, 0, 0, 'first merge'
 
workbook.save('students.xls'
# 设置单元格的对齐方式 
workbook = xlwt.Workbook(encoding='utf-8'
worksheet = workbook.add_sheet('sheet1'
alignment = xlwt.Alignment() 
alignment.horz = xlwt.Alignment.HORZ_CENTER # 水平居中 
alignment.vert = xlwt.Alignment.VERT_CENTER # 垂直居中 
style = xlwt.XFStyle() 
style.alignment = alignment 
worksheet.col(0).width = 6666 # 设置单元格宽度 
worksheet.row(0).height_mismatch = True 
worksheet.row(0).height = 1000 # 设置单元格的高度 
worksheet.write(0, 0, 'hello world', style) 
workbook.save('center.xls'
# 设置单元格边框 
workbook = xlwt.Workbook(encoding='utf-8'
worksheet = workbook.add_sheet('sheet1'
 
border = xlwt.Borders() 
# DASHED虚线 
# NO_LINE没有 
# THIN实线 
border.left = xlwt.Borders.THIN 
border.right = xlwt.Borders.THIN 
border.top = xlwt.Borders.THIN 
border.bottom = xlwt.Borders.THIN 
 
style = xlwt.XFStyle() 
style.borders = border 
worksheet.write(1, 1, 'love', style) 
 
workbook.save('dashed.xls'
# 设置单元格背景色 
workbook = xlwt.Workbook(encoding='utf-8'
worksheet = workbook.add_sheet('sheet1'
pattern = xlwt.Pattern() 
pattern.pattern = xlwt.Pattern.SOLID_PATTERN 
pattern.pattern_fore_colour = 3 
style = xlwt.XFStyle() 
style.pattern = pattern 
worksheet.write(1, 1, 'shit', style) 
workbook.save('shit.xls'
# 设置字体颜色 
workbook = xlwt.Workbook(encoding='utf-8'
worksheet = workbook.add_sheet('sheet1'
 
font = xlwt.Font() 
# 设置字体为红色 
font.colour_index=xlwt.Style.colour_map['red'
 
style = xlwt.XFStyle() 
 
style.font = font 
 
worksheet.write(0, 1, 'world', style) 
workbook.save('students.xls'
  • 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.
  • 66.
  • 67.
  • 68.
  • 69.
  • 70.
  • 71.
  • 72.
  • 73.
  • 74.
  • 75.
  • 76.
  • 77.
  • 78.
  • 79.
  • 80.
  • 81.
  • 82.
  • 83.
  • 84.
  • 85.
  • 86.
  • 87.

XlsxWriter

XlsxWriter可以用来写文本、数字、公式并支持单元格格式化、图片、图表、文档配置、自动过滤等特性,不过缺点也很明显,不能用来读取和修改Excel文件。 

import xlsxwriter # 导入库 
work_book = xlsxwriter.Workbook('my first.xlsx') # 创建一个excel文件,文件名为"my first.xlsx" 
work_sheet1 = work_book.add_worksheet() # 添加shhet1 
work_sheet2 = work_book.add_worksheet('my excel.xlsx') # 添加sheet名字为my excel.xlsx 
work_sheet3 = work_book.add_worksheet() # 不加参数,默认添加sheet3 
# write_number:写入数字 
# write_blank:写入空格 
# write_formula:写入公式 
# write_datetime:写入时间格式 
# write_boolean:写入逻辑数据 
# write_url:写入链接地址 
work_sheet2.write_string(0, 0, 'this is write string!'
work_sheet2.write_number('A2', 123456) 
work_sheet2.write_blank('A3', None) 
work_sheet2.write_number('B1', 12) 
work_sheet2.write_number('B2', 24) 
work_sheet2.write_number('B3', 35) 
work_sheet2.write_formula('B7''=sum(b1:b5)'
work_sheet2.write_datetime(0, 3, datetime.datetime.strptime('2019-04-18''%Y-%m-%d'), 
work_book.add_format({'num_format''yyyy-mm-dd'})) 
work_sheet1.write_boolean(0, 0, True
work_sheet1.write_url('A2''http://www.toutiao.com'
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.

openpyxl

openpyxl 是比较火的操作excel表格的Python库,只支持03版本之后的 xlsx。 

# 创建工作簿 Workbook 
from openpyxl import Workbook 
workbook = Workbook() # 创建一个工作簿对象 
workbook.save('test.xlsx') # 保存这个工作簿,命名为test 
# 打开已有工作簿 
from openpyxl import load_workbook 
workbook = load_workbook('test.xlsx') # #打开当前路径下的test表格 
# 创建表 
# 方法1:插入到最后(default
ws1 = wb.create_sheet("Mysheet"
# 方法2:插入到最开始的位置 
ws2 = wb.create_sheet("Mysheet", 0) 
# 选择现有的表 
from openpyxl import load_workbook 
workbook = load_workbook('test.xlsx') # 打开当前路径下的test表格 
sheet = workbook['first_sheet'] # 选择名字为first_sheet的表格页 
# 删除表 
from openpyxl import load_workbook 
workbook = load_workbook('test.xlsx') # 打开当前路径下的test表格 
sheet = workbook['first_sheet'] # 选择名字为first_sheet的表格页 
workbook.remove(sheet) #删除这张表 
# 访问单元格 
# 方法1 
cell1 = sheet['A1'
# 方法2 
cell2 = sheet.cell(row=1,column=2) 
cell1.value = '123456' # 设置单元格的值 
sheet.merge_cells('A1:A2') #合并A1和A2单元格 
  • 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.

今天就暂时先推荐到这里,有需要的同学赶紧收藏起来~~

 

责任编辑:未丽燕 来源: 今日头条
相关推荐

2023-05-16 06:50:50

prompt邮件语法

2021-01-01 14:36:03

Python开发语言

2023-11-10 08:18:27

JavaGraalVM

2023-10-20 07:29:16

框架模型Prompt

2022-09-20 15:43:58

Python工具包编程

2020-06-09 08:03:14

IDEA Java代码

2021-09-22 12:45:47

Python数据分析

2021-01-28 23:35:37

Python开发数据

2017-04-06 10:40:49

机器学习开源Python库

2025-02-26 00:56:24

.Net开源项目

2023-12-28 10:01:05

ChatGPT技巧信息

2021-03-18 09:06:17

JavaScriptPythonPyExecJS

2023-09-05 07:00:42

2022-08-03 14:51:18

pandasPython

2023-01-10 11:37:22

Python 库PySnooper项目

2021-05-27 05:25:59

Python数据处理数学运算

2020-09-28 15:13:11

数据可视化技术工具

2025-01-14 12:00:00

Java开发代码

2020-09-23 16:51:15

办公软件电脑技术

2018-11-19 15:06:23

Python算法
点赞
收藏

51CTO技术栈公众号