python处理Excel文件的方法集合及性能对比 |
您所在的位置：网站首页 › 用python生成excel文件 › python处理Excel文件的方法集合及性能对比 |
python处理Excel文件的方法集合及性能对比
|
有用请点赞，没用请差评。 欢迎分享本文，转载请保留出处。
最近工作需要批量处理excel文本，写个小总结。 一、xlwt、xlrd处理excel文件Python中一般使用xlrd库来读取Excel文件，使用xlwt库来生成Excel文件，使用xlutils库复制和修改Excel文件。 注意xlwt只支持到Excel2003，即xls文件；xlrd对xls、xlsx文件都可以读取。 xlwt创建excel文件 """ 使用xlwt创建xls文件 """ import xlwt # 文件保存路径 save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\" #创建workbook和sheet对象 workbook = xlwt.Workbook() sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True) # #向sheet中写入数据,通过单元格坐标位置写入,第一个单元格位置为（0,0） for i in range(0,100): sheet1.write(i,0,i) #保存该excel文件,有同名文件时直接覆盖 save_filename="xlwt_test.xls" workbook.save(save_dir+save_filename) print("finish")xlrd读取excel文件 以手边的漏洞扫描器AWVS插件表格为例，该excel表格共有10列，638行，通过xlrd读取。 xls文件如图：
代码： """ 使用xlrd打开xls文件, """ import xlrd save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\" open_filename="AWVS漏洞信息.xls" # 打开xls文件 workbook = xlrd.open_workbook(save_dir+open_filename) sheet1 = workbook.sheet_by_index(0) # 通过sheet位置打开第一张表 # sheet=workbook.sheet_by_name("web漏洞") #通过表名打开sheet # 获取总列数 print(sheet1.ncols) # 获取对应列的数据 col_0 = sheet1.col_values(0) print(len(col_0)) # 获取总行数 print(sheet1.nrows) # 获取对应行的数据 row_0 = sheet1.row_values(0) print(len(row_0)) # 通过单元格位置获取数据 cell_00 =sheet1.cell_value(0,0) print(cell_00)运行结果：
3.修改已有excel文件 xlwt库只能用来生成Excel文件，不能对已有的xls文件进行修改操作。通过xlutils.copy模块复制一个xlrd.Book对象，生成一个xlwt.Workbook对象，可以对xlwt.Workbook进行修改。 """ 使用xlrd读取文件，使用xlwt生成Excel文件 但是用xlrd读取excel是不能对其进行操作的；而xlwt生成excel文件是不能在已有的excel文件基础上进行修改的，如需要修改文件就要使用xluntils模块。 """ import xlrd import xlutils.copy save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\" open_filename="xlwt_test.xls" #打开一个workbook workbook = xlrd.open_workbook(save_dir+open_filename) # 复制 workbook2 = xlutils.copy.copy(workbook) #获取sheet对象，注意通过sheet_by_index()获取的sheet对象没有write()方法 sheet2 = workbook2.get_sheet(0) sheet2.write(0,0,"xlutils test") # 利用保存时同名覆盖达到修改excel文件的目的,注意未被修改的内容保持不变 workbook2.save(save_dir+open_filename) 二、使用openpyxl处理xlsx文件openpyxl官方文档的介绍： A Python library to read/write Excel 2010 xlsx/xlsm files openpyxl则主要针对Excel2007之后的版本（.xlsx）。 1.使用openpyxl创建xlsx文件 注意，openpyxl中为了和Excel中的表达方式一致，并不和编程语言的习惯一样以0表示第一个值，在openpyxl中以1表示第一个值。 import openpyxl save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\" open_filename="openpyxl_test.xlsx" out_workbook=openpyxl.Workbook() out_sheet=out_workbook.create_sheet(index=0,title="openpyxl_new") # 注意，openpyxl中为了和Excel中的表达方式一致，并不和编程语言的习惯一样以0表示第一个值，在openpyxl中以1表示第一个值。 for i in range(1,100): out_sheet.cell(row=i ,column=1).value=i # openpyxl out_workbook.save(open_filename)2.使用openpyxl读取及修改xlsx文件 使用openpyxl修改已有文件比较简单，可以直接对原文件进行修改。 import openpyxl save_dir="D:\\python3_anaconda3\\学习\\test\\excel文件处理\\" open_filename="openpyxl_test.xlsx" out_workbook=openpyxl.load_workbook(save_dir+open_filename) sheet_names=out_workbook.sheetnames print(sheet_names) # 通过表坐标来获取表对象 out_sheet=out_workbook.worksheets[0] # 新方法：通过表名获取表对象。等同于get_sheet_by_name("sheetname") # out_sheet=out_workbook["openpyxl_new"] # 老方法:通过表名获取表对象， # out_sheet=out_workbook.get_sheet_by_name(sheet_names[0]) print(out_sheet.cell(row=1 ,column=1).value) out_sheet.cell(row=1 ,column=1).value="openpyxl_change" out_workbook.save(open_filename)注意：使用get_sheet_by_name()时会出现DeprecationWarning，提示这是个旧方法（如下图），建议使用wb[sheetname]。虽然代码没有错误，但是出现一条红色的DeprecationWarning就是很不完美啊。那我们就进入源码看看。
进入源码workbook.py中看get_sheet_by_name方法，如下图。可以看到在装饰器上面建议使用wb[sheetname]，因此对于有强迫症的同学最好还是听从建议。
除了上面介绍的几个模块之外，还有其他几个可以处理excel的模块。 xlwings：简单强大，可替代VBA pandas：使用需要结合其他库，数据处理是pandas立身之本 win32com：不仅仅是excel，可以处理office; Xlsxwriter：丰富多样的特性，直接创造一份美观大方的excel DataNitro：作为插件内嵌到excel中，可替代VBA，在excel中优雅的使用python 对于这部分模块暂不详述。 四 模块对比 openpyxl、xlrd、xlwt读写速度对比 xlwt针对Ecxec2007之前的版本，即.xls文件，其要求单个sheet不超过65535行，而openpyxl则主要针对Excel2007之后的版本（.xlsx），它对文件大小没有限制。另外就是两者读写速度存在差异，为了比较它们的差异，特别做了以下测试： 测试环境：windows 10 X64，i7 4600U，Pycharm 1、写入测试 分别用xlwt与openpyxl生成一个65535行，1列，单元格内为整型数值的.xls与xlsx文件： #使用xlwt生成文件 import xlwt import time time.clock() f = xlwt.Workbook() sheet1 = f.add_sheet('sheet_1') for j in range(10): for i in range(65535): sheet1.write(i,j,i) f.save('xlwt_write.xls') t = time.clock() print(t) #使用openpyxl生成文件 import openpyxl import time time.clock() out_workbook = openpyxl.Workbook() sheet1 = out_workbook.create_sheet(index=0,title="sheet1") # 从1开始 for j in range(1,11): for i in range(1,65536): sheet1.cell(row = i,column = j,value = i) out_workbook.save('openpyxl_write.xlsx') t = time.clock() print(t)结果： openpyxlxlwt写入(s)10.856814156.231883997类型xlsxxls限制对文件大小无限制最大行数65535行速度慢快2、读取测试 openpyxl和xlrd都支持xlsx文件的读取，这里就以xlsx文件为例。 #使用xlrd进行读取 import xlrd import time time.clock() f = xlrd.open_workbook('openpyxl_write.xlsx') sheet1 = f.sheet_by_index(0) print(sheet1.cell(65534,9).value) t = time.clock() print(t) #使用openpyxl进行读取 import openpyxl import time time.clock() wb = openpyxl.load_workbook('openpyxl_write.xlsx') sheet1 = wb.worksheets[0] print(sheet1.cell(row = 65535 ,column = 10).value) t = time.clock() print(t)结果： openpyxlxlrd读取(s)11.228233924.608229207类型xlsxxlsx、xls限制无限制速度慢快3、测试结果 整体而言，两种包对小文件的读写速度差别不大，而面对较大文件，xlrd/xlwt速度明显优于openpyxl，但因为xlwt无法生成xlsx，所以想要尽量提高效率又不影响结果时，可以考虑用xlrd读取，用openpyxl写入，同时openpyxl可以支持对原始文件的修改，更方便。
注：内容原创，部分文字来源于网络。
|
【本文地址】
今日新闻 |
推荐新闻 |