Openpyxl 教程 |
您所在的位置:网站首页 › openpyxl 获得行数 › Openpyxl 教程 |
本文展示如何使用 openpyxl 库在 Python 中使用 Excel 文件。openpyxl 是用于读取和写入 Excel 2010 xlsx / xlsm / xltx / xltm 文件的 Python 库。 文章目录 1 Excel xlsx2 Openpyxl 创建新文件3 Openpyxl 写入单元格4 Openpyxl 附加值5 OpenPyXL 读取单元格6 OpenPyXL 读取多个单元格7 Openpyxl 按行迭代8 Openpyxl 按列迭代9 统计10 Openpyxl 过滤器&排序数据11 Openpyxl 维度12 工作表13 合并单元格14 Openpyxl 冻结窗格15 Openpyxl 公式16 OpenPyXL 图像17 Openpyxl 图表 Excel xlsx在本教程中,我们使用 xlsx 文件。 xlsx 是 Microsoft Excel 使用的开放 XML 电子表格文件格式的文件扩展名。 xlsm 文件支持宏。 xlsx 是专有的二进制格式,而 xlsx 是基于 Office Open XML 格式的。 $ sudo pip3 install openpyxl我们使用pip3工具安装openpyxl。 Openpyxl 创建新文件在第一个示例中,我们使用openpyxl创建一个新的 xlsx 文件。 write_xlsx.py #!/usr/bin/env python from openpyxl import Workbook import time book = Workbook() sheet = book.active sheet['A1'] = 56 sheet['A2'] = 43 now = time.strftime("%x") sheet['A3'] = now book.save("sample.xlsx")在示例中,我们创建一个新的 xlsx 文件。 我们将数据写入三个单元格。 from openpyxl import Workbook从openpyxl模块,我们导入Workbook类。 工作簿是文档所有其他部分的容器。 book = Workbook()我们创建一个新的工作簿。 始终使用至少一个工作表创建一个工作簿。 sheet = book.active我们获得对活动工作表的引用。 sheet['A1'] = 56 sheet['A2'] = 43我们将数值数据写入单元格 A1 和 A2。 now = time.strftime("%x") sheet['A3'] = now我们将当前日期写入单元格 A3。 book.save("sample.xlsx")我们使用save()方法将内容写入sample.xlsx文件。 Openpyxl 写入单元格 写入单元格有两种基本方法:使用工作表的键(例如 A1 或 D3),或通过cell()方法使用行和列表示法。 write2cell.py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active sheet['A1'] = 1 sheet.cell(row=2, column=2).value = 2 book.save('write2cell.xlsx')在示例中,我们将两个值写入两个单元格。 sheet['A1'] = 1在这里,我们将数值分配给 A1 单元。 sheet.cell(row=2, column=2).value = 2在这一行中,我们用行和列表示法写入单元格 B2。 Openpyxl 附加值使用append()方法,我们可以在当前工作表的底部附加一组值。 appending_values.py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) for row in rows: sheet.append(row) book.save('appending.xlsx')在示例中,我们将三列数据附加到当前工作表中。 rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) )数据存储在元组的元组中。 for row in rows: sheet.append(row)我们逐行浏览容器,并使用append()方法插入数据行。 OpenPyXL 读取单元格 在下面的示例中,我们从sample.xlsx文件中读取先前写入的数据。 read_cells.py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sample.xlsx') sheet = book.active a1 = sheet['A1'] a2 = sheet['A2'] a3 = sheet.cell(row=3, column=1) print(a1.value) print(a2.value) print(a3.value)该示例加载一个现有的 xlsx 文件并读取三个单元格。 book = openpyxl.load_workbook('sample.xlsx')使用load_workbook()方法打开文件。 a1 = sheet['A1'] a2 = sheet['A2'] a3 = sheet.cell(row=3, column=1)我们读取 A1,A2 和 A3 单元的内容。 在第三行中,我们使用cell()方法获取 A3 单元格的值。 $ ./read_cells.py 56 43 10/26/16这是示例的输出。 OpenPyXL 读取多个单元格我们有以下数据表: 我们使用范围运算符读取数据。 read_cells2.py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('items.xlsx') sheet = book.active cells = sheet['A1': 'B6'] for c1, c2 in cells: print("{0:8} {1:8}".format(c1.value, c2.value))在示例中,我们使用范围运算从两列读取数据。 cells = sheet['A1': 'B6']在这一行中,我们从单元格 A1-B6 中读取数据。 for c1, c2 in cells: print("{0:8} {1:8}".format(c1.value, c2.value))format()功能用于在控制台上整洁地输出数据。 $ ./read_cells2.py Items Quantity coins 23 chairs 3 pencils 5 bottles 8 books 30Openpyxl 按行迭代 iter_rows()方法将工作表中的单元格返回为行。 iterating_by_rows.py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) for row in rows: sheet.append(row) for row in sheet.iter_rows(min_row=1, min_col=1, max_row=6, max_col=3): for cell in row: print(cell.value, end=" ") print() book.save('iterbyrows.xlsx')该示例逐行遍历数据。 for row in sheet.iter_rows(min_row=1, min_col=1, max_row=6, max_col=3):我们提供了迭代的边界。 $ ./iterating_by_rows.py 88 46 57 89 38 12 23 59 78 56 21 98 24 18 43 34 15 67 Openpyxl 按列迭代iter_cols()方法将工作表中的单元格作为列返回。 iterating_by_columns.py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) for row in rows: sheet.append(row) for row in sheet.iter_cols(min_row=1, min_col=1, max_row=6, max_col=3): for cell in row: print(cell.value, end=" ") print() book.save('iterbycols.xlsx')该示例逐列遍历数据。 $ ./iterating_by_columns.py 88 89 23 56 24 34 46 38 59 21 18 15 57 12 78 98 43 67统计 对于下一个示例,我们需要创建一个包含数字的 xlsx 文件。 例如,我们使用RANDBETWEEN()函数在 10 列中创建了 25 行数字。 mystats.py #!/usr/bin/env python import openpyxl import statistics as stats book = openpyxl.load_workbook('numbers.xlsx', data_only=True) sheet = book.active rows = sheet.rows values = [] for row in rows: for cell in row: values.append(cell.value) print("Number of values: {0}".format(len(values))) print("Sum of values: {0}".format(sum(values))) print("Minimum value: {0}".format(min(values))) print("Maximum value: {0}".format(max(values))) print("Mean: {0}".format(stats.mean(values))) print("Median: {0}".format(stats.median(values))) print("Standard deviation: {0}".format(stats.stdev(values))) print("Variance: {0}".format(stats.variance(values)))在示例中,我们从工作表中读取所有值并计算一些基本统计信息。 import statistics as stats导入statistics模块以提供一些统计功能,例如中值和方差。 book = openpyxl.load_workbook('numbers.xlsx', data_only=True)使用data_only选项,我们从单元格而不是公式中获取值。 rows = sheet.rows我们得到所有不为空的单元格行。 for row in rows: for cell in row: values.append(cell.value)在两个 for 循环中,我们从单元格中形成一个整数值列表。 print("Number of values: {0}".format(len(values))) print("Sum of values: {0}".format(sum(values))) print("Minimum value: {0}".format(min(values))) print("Maximum value: {0}".format(max(values))) print("Mean: {0}".format(stats.mean(values))) print("Median: {0}".format(stats.median(values))) print("Standard deviation: {0}".format(stats.stdev(values))) print("Variance: {0}".format(stats.variance(values)))我们计算并打印有关值的数学统计信息。 一些功能是内置的,其他功能是通过statistics模块导入的。 $ ./mystats.py Number of values: 312 Sum of values: 15877 Minimum value: 0 Maximum value: 100 Mean: 50.88782051282051 Median: 54.0 Standard deviation: 28.459203819700967 Variance: 809.9262820512821 Openpyxl 过滤器&排序数据图纸具有auto_filter属性,该属性允许设置过滤条件和排序条件。 请注意,Openpyxl 设置了条件,但是我们必须在电子表格应用中应用它们。 filter_sort.py #!/usr/bin/env python from openpyxl import Workbook wb = Workbook() sheet = wb.active data = [ ['Item', 'Colour'], ['pen', 'brown'], ['book', 'black'], ['plate', 'white'], ['chair', 'brown'], ['coin', 'gold'], ['bed', 'brown'], ['notebook', 'white'], ] for r in data: sheet.append(r) sheet.auto_filter.ref = 'A1:B8' sheet.auto_filter.add_filter_column(1, ['brown', 'white']) sheet.auto_filter.add_sort_condition('B2:B8') wb.save('filtered.xlsx')在示例中,我们创建一个包含项目及其颜色的工作表。 我们设置一个过滤器和一个排序条件。 Openpyxl 维度 为了获得那些实际包含数据的单元格,我们可以使用维度。 dimensions.py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active sheet['A3'] = 39 sheet['B3'] = 19 rows = [ (88, 46), (89, 38), (23, 59), (56, 21), (24, 18), (34, 15) ] for row in rows: sheet.append(row) print(sheet.dimensions) print("Minimum row: {0}".format(sheet.min_row)) print("Maximum row: {0}".format(sheet.max_row)) print("Minimum column: {0}".format(sheet.min_column)) print("Maximum column: {0}".format(sheet.max_column)) for c1, c2 in sheet[sheet.dimensions]: print(c1.value, c2.value) book.save('dimensions.xlsx')该示例计算两列数据的维数。 sheet['A3'] = 39 sheet['B3'] = 19 rows = [ (88, 46), (89, 38), (23, 59), (56, 21), (24, 18), (34, 15) ] for row in rows: sheet.append(row)我们将数据添加到工作表。 请注意,我们从第三行开始添加。 print(sheet.dimensions)dimensions属性返回非空单元格区域的左上角和右下角单元格。 print("Minimum row: {0}".format(sheet.min_row)) print("Maximum row: {0}".format(sheet.max_row))使用min_row和max_row属性,我们可以获得包含数据的最小和最大行。 print("Minimum column: {0}".format(sheet.min_column)) print("Maximum column: {0}".format(sheet.max_column))通过min_column和max_column属性,我们获得了包含数据的最小和最大列。 for c1, c2 in sheet[sheet.dimensions]: print(c1.value, c2.value)我们遍历数据并将其打印到控制台。 $ ./dimensions.py A3:B9 Minimum row: 3 Maximum row: 9 Minimum column: 1 Maximum column: 2 39 19 88 46 89 38 23 59 56 21 24 18 34 15 工作表每个工作簿可以有多个工作表。 Figure: Sheets 让我们有一张包含这三张纸的工作簿。 sheets.py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sheets.xlsx') print(book.get_sheet_names()) active_sheet = book.active print(type(active_sheet)) sheet = book.get_sheet_by_name("March") print(sheet.title)该程序可用于 Excel 工作表。 print(book.get_sheet_names())get_sheet_names()方法返回工作簿中可用工作表的名称。 active_sheet = book.active print(type(active_sheet))我们获取活动表并将其类型打印到终端。 sheet = book.get_sheet_by_name("March")我们使用get_sheet_by_name()方法获得对工作表的引用。 print(sheet.title)检索到的工作表的标题将打印到终端。 $ ./sheets.py ['January', 'February', 'March'] March这是程序的输出。 sheets2.py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sheets.xlsx') book.create_sheet("April") print(book.sheetnames) sheet1 = book.get_sheet_by_name("January") book.remove_sheet(sheet1) print(book.sheetnames) book.create_sheet("January", 0) print(book.sheetnames) book.save('sheets2.xlsx')在此示例中,我们创建一个新工作表。 book.create_sheet("April")使用create_sheet()方法创建一个新图纸。 print(book.sheetnames)图纸名称也可以使用sheetnames属性显示。 book.remove_sheet(sheet1)可以使用remove_sheet()方法将纸张取出。 book.create_sheet("January", 0)可以在指定位置创建一个新图纸。 在我们的例子中,我们在索引为 0 的位置创建一个新工作表。 $ ./sheets2.py ['January', 'February', 'March', 'April'] ['February', 'March', 'April'] ['January', 'February', 'March', 'April']可以更改工作表的背景颜色。 sheets3.py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sheets.xlsx') sheet = book.get_sheet_by_name("March") sheet.sheet_properties.tabColor = "0072BA" book.save('sheets3.xlsx')该示例修改了标题为“ March”的工作表的背景颜色。 sheet.sheet_properties.tabColor = "0072BA"我们将tabColor属性更改为新颜色。 第三工作表的背景色已更改为某种蓝色。 合并单元格 单元格可以使用merge_cells()方法合并,而可以不使用unmerge_cells()方法合并。 当我们合并单元格时,除了左上角的所有单元格都将从工作表中删除。 merging_cells.py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.styles import Alignment book = Workbook() sheet = book.active sheerge_cells('A1:B2') cell = sheet.cell(row=1, column=1) cell.value = 'Sunny day' cell.alignment = Alignment(horizontal='center', vertical='center') book.save('merging.xlsx')在该示例中,我们合并了四个单元格:A1,B1,A2 和 B2。 最后一个单元格中的文本居中。 from openpyxl.styles import Alignment为了使文本在最后一个单元格中居中,我们使用了openpyxl.styles模块中的Alignment类。 sheerge_cells('A1:B2')我们用merge_cells()方法合并四个单元格。 cell = sheet.cell(row=1, column=1)我们得到了最后一个单元格。 cell.value = 'Sunny day' cell.alignment = Alignment(horizontal='center', vertical='center')我们将文本设置为合并的单元格并更新其对齐方式。 冻结窗格时,在滚动到工作表的另一个区域时,我们会保持工作表的某个区域可见。 freezing.py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.styles import Alignment book = Workbook() sheet = book.active sheet.freeze_panes = 'B2' book.save('freezing.xlsx')该示例通过单元格 B2 冻结窗格。 sheet.freeze_panes = 'B2'要冻结窗格,我们使用freeze_panes属性。 Openpyxl 公式 下一个示例显示如何使用公式。 openpyxl不进行计算; 它将公式写入单元格。 formulas.py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (34, 26), (88, 36), (24, 29), (15, 22), (56, 13), (76, 18) ) for row in rows: sheet.append(row) cell = sheet.cell(row=7, column=2) cell.value = "=SUM(A1:B6)" cell.font = cell.font.copy(bold=True) book.save('formulas.xlsx')在示例中,我们使用SUM()函数计算所有值的总和,并以粗体显示输出样式。 rows = ( (34, 26), (88, 36), (24, 29), (15, 22), (56, 13), (76, 18) ) for row in rows: sheet.append(row)我们创建两列数据。 cell = sheet.cell(row=7, column=2)我们得到显示计算结果的单元格。 cell.value = "=SUM(A1:B6)"我们将一个公式写入单元格。 cell.font = cell.font.copy(bold=True)我们更改字体样式。 在下面的示例中,我们显示了如何将图像插入到工作表中。 write_image.py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.drawing.image import Image book = Workbook() sheet = book.active img = Image("icesid.png") sheet['A1'] = 'This is Sid' sheet.add_image(img, 'B2') book.save("sheet_image.xlsx")在示例中,我们将图像写到一张纸上。 from openpyxl.drawing.image import Image我们使用openpyxl.drawing.image模块中的Image类。 img = Image("icesid.png")创建一个新的Image类。 icesid.png图像位于当前工作目录中。 sheet.add_image(img, 'B2')我们使用add_image()方法添加新图像。 Openpyxl 图表 openpyxl库支持创建各种图表,包括条形图,折线图,面积图,气泡图,散点图和饼图。 根据文档,openpyxl仅支持在工作表中创建图表。 现有工作簿中的图表将丢失。 create_bar_chart.py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.chart import ( Reference, Series, BarChart ) book = Workbook() sheet = book.active rows = [ ("USA", 46), ("China", 38), ("UK", 29), ("Russia", 22), ("South Korea", 13), ("Germany", 11) ] for row in rows: sheet.append(row) data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6) categs = Reference(sheet, min_col=1, min_row=1, max_row=6) chart = BarChart() chart.add_data(data=data) chart.set_categories(categs) chart.legend = None chart.y_axis.majorGridlines = None chart.varyColors = True chart.title = "Olympic Gold medals in London" sheet.add_chart(chart, "A8") book.save("bar_chart.xlsx")在此示例中,我们创建了一个条形图,以显示 2012 年伦敦每个国家/地区的奥运金牌数量。 from openpyxl.chart import ( Reference, Series, BarChart )openpyxl.chart模块具有使用图表的工具。 book = Workbook() sheet = book.active创建一个新的工作簿。 rows = [ ("USA", 46), ("China", 38), ("UK", 29), ("Russia", 22), ("South Korea", 13), ("Germany", 11) ] for row in rows: sheet.append(row)我们创建一些数据并将其添加到活动工作表的单元格中。 data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6)对于Reference类,我们引用表中代表数据的行。 在我们的案例中,这些是奥运金牌的数量。 categs = Reference(sheet, min_col=1, min_row=1, max_row=6)我们创建一个类别轴。 类别轴是将数据视为一系列非数字文本标签的轴。 在我们的案例中,我们有代表国家名称的文本标签。 chart = BarChart() chart.add_data(data=data) chart.set_categories(categs)我们创建一个条形图并为其设置数据和类别。 chart.legend = None chart.y_axis.majorGridlines = None使用legend和majorGridlines属性,可以关闭图例和主要网格线。 chart.varyColors = True将varyColors设置为True,每个条形都有不同的颜色。 chart.title = "Olympic Gold medals in London"为图表设置标题。 sheet.add_chart(chart, "A8")使用add_chart()方法将创建的图表添加到工作表中。 在本教程中,我们使用了 openpyxl 库。 我们已经从 Excel 文件中读取数据,并将数据写入 Excel 文件中。 您可能也对以下相关教程感兴趣: Python 教程, Python CSV 教程, Python simplejson 教程和 Python 列表推导。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |