关于python:Python-高手都是怎么玩转-Excel-自动化的

2次阅读

共计 1958 个字符,预计需要花费 5 分钟才能阅读完成。

在日常的工作中,对 Excel 的操作必不可少,如果波及到大量的 Excel 操作的话,手动解决效率还是比拟低的,因而 Excel 主动话齐全有必要,明天派森酱就和大家分享一下如何利用 Python 来批量化解决 Excel。

装置

Python 操作 Excel 次要用到两个库 xlrd 和 xlwt,前者负责读,后者负责写。

能够间接通过 pip 命令装置这两个库。

pip3 install xlrd
pip3 install xlwt

上手

咱先来看看读取模块,有如下的 Excel 文件。

1、获取 sheet

file_path = './person.xls'
data = xlrd.open_workbook(file_path)

names = data.sheet_names()
print(names)

# 输入后果
['list']

当然,咱们也能够通过下标或者名称来获取指定的 sheet。

sheet = data.sheets()[0]
print(sheet)

sheet = data.sheet_by_name('list')
print(sheet)

# 输入后果
Sheet  0:<list>
Sheet  0:<list>

2、行列操作

Excel 里每一个 sheet 都是由行和列组成的,先来看看行和列的操作。

rows = table.nrows
print(rows)
# 输入后果
4

cols = table.ncols
print(cols)
# 输入后果
3

print(table.row_slice(1))
# 输入后果
[text:'张三', number:18.0, text:'男']

通过行和列来读取 Excel 表格数据。

for row in range(rows):
    for col in range(cols):
        print(table.cell(row, col), table.cell_type(row, col))

# 输入后果
text:'name' 1
text:'age' 1
text:'sex' 1
text:'张三' 1
number:18.0 2
...

通过行和列向 Excel 中写入数据,写入数据就须要用到 xlwt 这个库了。

import xlwt
workbook = xlwt.Workbook(encoding=ascii)
worksheet = workbook.add_sheet('my sheet')  # 创立工作表

for i in range(10):
    for j in range(10):
        worksheet.write(i, j, i + j)  # 写入内容

workbook.save('data.xls')

当然,咱们也能够对单元格做一些设置。

# 更改列宽:worksheet.col(10).width = 256 * 20

# 更改行高:style = xlwt.easyxf('font:height 360;')  # 18pt, 类型小初的字号
row = worksheet.row(10)
row.set_style(style)

# 填充色彩
pattern = xlwt.Pattern()
pattern.pattern = xlwt.Pattern.SOLID_PATTERN
pattern.pattern_fore_colour = 2

style = xlwt.XFStyle()
style.pattern = pattern
worksheet.write(4, 4, '填充色彩', style)

# 边框款式
borders = xlwt.Borders()
borders.left = xlwt.Borders.DASHED
borders.right = xlwt.Borders.DASHED
borders.top = xlwt.Borders.THIN
borders.bottom = xlwt.Borders.THICK

style = xlwt.XFStyle()
style.borders = borders
worksheet.write(5, 5, '边框款式', style)

# 合并单元格
worksheet.write_merge(6, 7, 7, 9, '合并单元格')  # 合并 6-7 行,7-9 列 

总结

明天和大家分享了如何通过 Python 来批量解决 Excel,心愿能进步一下小伙伴们的工作效率。

以上就是本次分享的所有内容,如果你感觉文章还不错,欢送关注公众号:Python 编程学习圈 ,每日干货分享,发送“J”还可支付大量学习材料,内容笼罩 Python 电子书、教程、数据库编程、Django,爬虫,云计算等等。或是返回编程学习网,理解更多编程技术常识。

正文完
 0