今天小编给大家分享一下python操作Excel神器openpyxl如何使用的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
创新互联专注于双牌网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供双牌营销型网站建设，双牌网站制作、双牌网页设计、双牌网站官网定制、微信小程序开发服务，打造双牌网络公司原创品牌,更为您提供双牌网站排名全网营销落地服务。
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。
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。
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。
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。
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。
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 30
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
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
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
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。
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
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。
