读写Excel
我们经常需要 导入数据到Excel、从Excel导出数据、对Excel中的数据进行处理。
如果 要处理的数据量很大,人工操作非常费时间。
我们可以通过Python程序,自动化Excel的数据处理,帮我们节省大量的时间。
读取Excel中的数据
如果我们只是要 读取 Excel文件里面的数据进行处理,可以使用 xlrd 这个库。
首先我们安装xlrd库,执行下面的命令
pip install xlrd==1.2.0
注意:xlrd 新版本只支持 xls 格式,所以我们这里指定安装 1.2.0 老版本,可以支持xlsx格式。
这个文件里面有 3 个表单,分别记录了2018、2017、2016年 的月收入,如下所示
如果我们想用程序统计 2016、2017、2018 三年所有月收入的总和,但是不要包含 打星号 的那些月份。
怎么做?
一步步来,我们先学会如何用Python程序读取Excel单元格中的内容。
xlrd 库里面的 open_workbook 函数打开Excel文件,并且返回一个 Book对象 ,这个对象代表打开的 Excel 文件。
可以通过这个Book对象得到Excel文件的很多信息,比如 获取 Excel 文件中表单(sheet) 的数量 和 所有 表单(sheet) 的名字。
我们可以用如下代码,读取 该文件中表单的数量和名称:
import xlrd
book = xlrd.open_workbook("income.xlsx")
print(f"包含表单数量 {book.nsheets}")
print(f"表单的名分别为: {book.sheet_names()}")
要读取某个表单里单元格中的数据,必须要先获取 表单(sheet)对象 。
可以根据表单的索引 或者 表单名获取 表单对象,使用如下对应的方法
# 表单索引从0开始,获取第一个表单对象
book.sheet_by_index(0)
# 获取名为2018的表单对象
book.sheet_by_name('2018')
# 获取所有的表单对象,放入一个列表返回
book.sheets()
获取了表单对象后,可以根据其属性得到:
表单行数(nrows)
列数(ncols)
表单名(name)
表单索引(number)
代码如下:
import xlrd
book = xlrd.open_workbook("income.xlsx")
sheet = book.sheet_by_index(0)
print(f"表单名:{sheet.name} ")
print(f"表单索引:{sheet.number}")
print(f"表单行数:{sheet.nrows}")
print(f"表单列数:{sheet.ncols}")
#获取了表单对象后,可以使用 cell_value 方法,参数为行号和列号,读取指定单元格中的文本内容。如下所示:
# 行号、列号都是从0开始计算
print(f"单元格A1内容是: {sheet.cell_value(rowx=0, colx=0)}")
#运行结果输出
#单元格A1内容是: 月份
# 还可以使用 row_values 方法,参数为行号,读取指定行所有单元格的内容,存放在一个列表中返回。如下所示:
# 行号、列号都是从0开始计算
print(f"第一行内容是: {sheet.row_values(rowx=0)}")
#运行结果输出
#第一行内容是: ['月份', '收入']
#还可以使用 col_values 方法,参数为列号,读取指定列所有单元格的内容,存放在一个列表中返回。如下所示:
# 行号、列号都是从0开始计算
print(f"第一列内容是: {sheet.col_values(colx=0)}")
运行结果输出
第一列内容是: ['月份', 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0, 12.0]
有了这些方法,我们就可以完成一些数据处理任务了。比如我们要计算 2017年 全年的收入就可以这样
import xlrd
book = xlrd.open_workbook("income.xlsx")
sheet = book.sheet_by_name('2017')
# 收入在第2列
incomes = sheet.col_values(colx=1,start_rowx=1)
print(f"2017年收入为: {sum(incomes)}")
那么我们怎么在汇总收入中,去掉包含星号的月份收入呢?
就需要我们查出哪些月份是带星号的,不要统计在内。
参考下面的代码
import xlrd
book = xlrd.open_workbook("income.xlsx")
sheet = book.sheet_by_name('2017')
# 收入在第2列
incomes = sheet.col_values(colx=1,start_rowx=1)
print(f"2017年账面收入为: {int(sum(incomes))}")
# 去掉包含星号的月份收入
toSubstract = 0
# 月份在第1列
monthes = sheet.col_values(colx=0)
for row,month in enumerate(monthes):
if type(month) is str and month.endswith('*'):
income = sheet.cell_value(row,1)
print(month,income)
toSubstract += income
print(f"2017年真实收入为: {int(sum(incomes)- toSubstract)}")
最后,要得到3年的收入,就要获取所有的sheet对象,采用上面的计算方法,最后把收入相加。
如下所示:
import xlrd
book = xlrd.open_workbook("income.xlsx")
# 得到所有sheet对象
sheets = book.sheets()
incomeOf3years = 0
for sheet in sheets:
# 收入在第2列
incomes = sheet.col_values(colx=1,start_rowx=1)
# 去掉包含星号的月份收入
toSubstract = 0
# 月份在第1列
monthes = sheet.col_values(colx=0)
for row,month in enumerate(monthes):
if type(month) is str and month.endswith('*'):
income = sheet.cell_value(row,1)
print(month,income)
toSubstract += income
actualIncome = int(sum(incomes)- toSubstract)
print(f"{sheet.name}年真实收入为: {actualIncome}")
incomeOf3years += actualIncome
print(f'全部收入为{incomeOf3years}')
新建Excel,写入数据
xlrd 只能读取Excel内容,如果你要 创建 一个新的Excel并 写入 数据,可以使用 openpyxl 库。
openpyxl 库既可以读文件、也可以写文件、也可以修改文件。
但是,openpyxl 库不支持老版本 Office2003 的 xls 格式的Excel文档,如果要读写xls格式的文档,可以使用 Excel 进行相应的格式转化。
执行 pip install openpyxl 安装该库()
下面的代码,演示了 openpyxl 的 一些基本用法。
import openpyxl
# 创建一个Excel workbook 对象
book = openpyxl.Workbook()
# 创建时,会自动产生一个sheet,通过active获取
sh = book.active
# 修改当前 sheet 标题为 工资表
sh.title = '工资表'
# 保存文件
book.save('信息.xlsx')
# 增加一个名为 '年龄表' 的sheet,放在最后
sh1 = book.create_sheet('年龄表-最后')
# 增加一个 sheet,放在最前
sh2 = book.create_sheet('年龄表-最前',0)
# 增加一个 sheet,指定为第2个表单
sh3 = book.create_sheet('年龄表2',1)
# 根据名称获取某个sheet对象
sh = book['工资表']
# 给第一个单元格写入内容
sh['A1'] = '你好'
# 获取某个单元格内容
print(sh['A1'].value)
# 根据行号列号, 给第一个单元格写入内容,
# 注意和 xlrd 不同,是从 1 开始
sh.cell(2,2).value = '白月黑羽'
# 根据行号列号, 获取某个单元格内容
print(sh.cell(1, 1).value)
book.save('信息.xlsx')
下面的示例代码 将 保存在字典中的年龄表的内容 写入到excel文件中
import openpyxl
name2Age = {
'张飞' : 38,
'赵云' : 27,
'许褚' : 36,
'典韦' : 38,
'关羽' : 39,
'黄忠' : 49,
'徐晃' : 43,
'马超' : 23,
}
# 创建一个Excel workbook 对象
book = openpyxl.Workbook()
# 创建时,会自动产生一个sheet,通过active获取
sh = book.active
sh.title = '年龄表'
# 写标题栏
sh['A1'] = '姓名'
sh['B1'] = '年龄'
# 写入内容
row = 2
for name,age in name2Age.items():
sh.cell(row, 1).value = name
sh.cell(row, 2).value = age
row += 1
# 保存文件
book.save('信息.xlsx')
如果你的数据在一个列表或者元组中,可以使用append方法在sheet的末尾添加新行,写入数据,比如
import openpyxl
name2Age = [
['张飞' , 38 ] ,
['赵云' , 27 ] ,
['许褚' , 36 ] ,
['典韦' , 38 ] ,
['关羽' , 39 ] ,
['黄忠' , 49 ] ,
['徐晃' , 43 ] ,
['马超' , 23 ]
]
# 创建一个Excel workbook 对象
book = openpyxl.Workbook()
sh = book.active
sh.title = '年龄表'
# 写标题栏
sh['A1'] = '姓名'
sh['B1'] = '年龄'
for row in name2Age:
# 添加到下一行的数据
sh.append(row)
# 保存文件
book.save('信息.xlsx')