乐趣区

python处理Excel文件

jiezi

对 excel 文档操作有多简单？看看 python 如何处理。

1 前言

最近需要频繁读写 excel 文件，想通过程序对 excel 文件进行自动化处理，发现使用 python 的 openpyxl 库进行 excel 文件读写实在太方便了，结构清晰，操作简单。本文对 openpyxl 的使用进行总结，主要包含以下内容：

  • openpyxl 的介绍及 excel 文件结构说明
  • 工作表的读写处理
  • 行列的读写处理
  • 单元格的读写处理

2 openpyxl 及 excel 文件结构

openpyxl 是一个对 xlsx/xlsm/xltx/xltm 格式的 2010 excel 文档进行读写的 python 库。它官网有详细的文档介绍。在进行使用前，需先安装并引入

# 安装
pip install openpyxl
# 引入 openpyxl 模块
import openpyxl

在进行 excel 操作之前，先对 excel 的文件结构做一个简单了解，以便于熟悉后续的操作。如下图：

一个 excel 文件，其内容按层次分为 工作簿(文件) -> 工作表(sheet) -> 行列 -> 单元格，对应上图，整个 excel 文件即是一个工作簿；工作簿下可以有多个工作表(如图中的 Sheet1/test1 等等)；工作表中就是对应的表格数据，分为行和列，行是用序号表示，列用大写字母表示（也可用序号）；行与列的交点就是每一个存储数据的单元格。因此，我们对 excel 表格进行读写，基本按这个层次思路来操作：读入文件，找到工作表，遍历行列，定位单元格，对单元格进行读写。因此，会涉及到工作表、行列、单元格的读写操作。这些操作之前，需要先把文件加载进来，一个 excel 文件就是一个工作簿 (workbook)，加载操作如下（示例中的 excel 文件为 text.xlsx）：

# 加载 excel 文件
file_path = "E:/pythontest/test.xlsx"
workbook = openpyxl.load_workbook(file_path)

3 工作表处理

3.1 工作表读取

工作表 (sheet) 会有多个，可以读取全部的工作表，读取单个时，可以按 sheet 名称读取，也可以按下标（下标从 0 开始）。

  • 全部工作表对象：workbook.worksheets
  • 全部工作表名称：workbook.sheetnames
  • 按名称 (sheet_name) 获取工作表：workbook[sheet_name]
  • 按下标 (i 从 0 开始) 获取工作表：workbook.worksheets[i]
  • 获取正在使用的工作表：workbook.active
  • 获取工作表的属性（如工作表名称、最大行数和列数等）：sheet.title、sheet.max_row、sheet.max_column

如下：

# 全部 sheet 对象
>>> workbook.worksheets
[<Worksheet "Sheet1">, <Worksheet "test1">, <Worksheet "test2">]
# 全部 sheet 名称
>>> workbook.sheetnames
['Sheet1', 'test1', 'test2']
# 按名称读取 sheet
>>> workbook["Sheet1"]
<Worksheet "Sheet1">
# 按下标读取
>>> workbook.worksheets[0]
<Worksheet "Sheet1">
# 获取当前正在使用的 sheet
>>> workbook.active
<Worksheet "Sheet1">
# 获取 sheet 的属性
>>> sheet_active.title
Sheet1
>>> sheet_active.max_row
6
>>> sheet_active.max_column
3

3.2 工作表添加

若需要新增工作表，按操作流程，先添加工作表，再保存文件。创建通过 create_sheet 完成，创建后保存 (save) 文件，添加才能生效。

  • 创建工作表，若名称相同，则自动进行重命名：workbook.create_sheet("test3")
  • 在指定的下标创建工作表：workbook.create_sheet("test4",1)
  • 保存文件，若文件路径与打开的文件路径相同，则覆盖；不同，则会复制原文件并保存（相当于另存为）：workbook.save(file_path)

3.3 工作表修改

要修改工作表名称，直接通过设置工作表的 title 即可，修改后同样需要保存文件。

# 修改工作表名称
>>> sheet1 = workbook['test1']
>>> sheet1.title = 'test11'
# 保存文件
>>> workbook.save(file_path)

3.4 工作表删除

删除工作表，需要先获取 sheet 对象，然后删除。删除有两种方式，一是使用 workbook 提供的 remove 方法，也可以直接使用 python 的 del 进行删除。删除操作后，同样需要保存文件：

# remove 删除工作表
sheet = workbook["test-1"]
workbook.remove(sheet)
# del 操作删除
del workbook["test2"]
# 保存文件
workbook.save(file_path)

4 行列处理

获取 sheet 对象后，后续即可进行行列操作，包括行列读取，添加，删除等。

4.1 读行列

  • 获取全部行和列，然后可以进行遍历：sheet.rows，sheet.columns
  • 读取部分行列：读一行sheet[1], 读多行sheet[2:3]，读一列sheet['A']，读多列sheet['B:C'] 
# 遍历全部行
>>> for row in sheet.rows:
...    print(row)
...
(<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.B1>, <Cell 'Sheet1'.C1>)
(<Cell 'Sheet1'.A2>, <Cell 'Sheet1'.B2>, <Cell 'Sheet1'.C2>)
....
# 读取部分行列
>>> sheet[1]
(<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.B1>, <Cell 'Sheet1'.C1>)
>>> sheet["A:B"]
((<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.A2>, <Cell 'Sheet1'.A3>, <Cell 'Sheet1'.A4>, <Cell 'Sheet1'.A5>, <Cell 'Sheet1'.A6>), (<Cell 'Sheet1'.B1>, <Cell 'Sheet1'.B2>, <Cell 'Sheet1'.B3>, <Cell 'Sheet1'.B4>, <Cell 'Sheet1'.B5>, <Cell 'Sheet1'.B6>))

4.2 添加行列

添加行列，可以指定位置添加单个行列或多个行列。

  • 直接在工作表中追加行数据：sheet.append(rowdata)
  • 在指定 index（从 1 开始计算）位置添加行列：sheet.insert_rows,sheet.insert_cols 
# 在第 4 行插入 1 行空行
>>> sheet.insert_rows(4)
# 在第 2 行插入 2 行空行
>>> sheet.insert_rows(idx=2,amount=2)
# 添加一行数据到表
>>> row_data = ["tom", 15, "tom@test.com"]
>>> sheet.append(row_data)
# 保存修改内容
>>> workbook.save(file_path)

4.3 删除行列

删除操作与插入行列操作方式一致，使用 delete_rows 及delete_cols方法。

# 删除行
>>> sheet.delete_rows(2,2)
>>> workbook.save(file_path)

5 单元格处理

我们的数据最终是保存在每一个单元格（Cell）中，因此，最终我们操作数据其实就是单元格中的数据，单元格中，openpyxl 使用是 Cell 对象。前面在遍历行列数据时，可以看到输出 <Cell 'Sheet1'.A1> 的内容，这对应的单元格对象。下面对单元格的操作进行说明。

5.1 获取单元格数据值及属性值

定位获取单元格有两种方式：

  • 直接指定行列名：sheet[A1]
  • 使用 cell 函数（行列下标从 1 开始）：sheet.cell(row=2,column=1) 
# 指定行列坐标获取单元格
>>> sheet["A1"]
<Cell 'Sheet1'.A1>
# cell 函数获取单元格
>>> sheet.cell(row=1, column=1)
<Cell 'Sheet1'.A1>

获取单元格对象后，可以获取数据值及其属性，包括它所在的行列数，坐标，值等。

>>> cell = sheet["A2"]
>>> cell.value
'张三'
>>> cell.coordinate
'A2'
>>> cell.column
1
>>> cell.row
2

5.2 移动单元格

通过对单元格区域，可以向上、下、左、右进行移动，使用的是move_range(range,rows,cols)，其中 rows 和 cols 为整数，正整数表示向下或向右，负整数为向上或向左。

# 移动数据区域(向上移动 2 行，向右移动 3 列)，正整数为向下或向右，负整数为向上或向左
sheet.move_range("A3:C3", rows=-2, cols=3)
wb.save(file_path)

5.3 合并拆分单元格

对于跨行和跨列，需要对单元格进行合并，使用的是merge_cells(range_string, start_row, start_column, end_row, end_column)。如果要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。合并及拆分都可以通过行列坐标（如 A1）或者行列下标（如 1,2）进行。

# 单元格合并，使用范围坐标
sheet.merge_cells("A2:B3")
# 单元格合并，指定行列下标（下标从 1 开始）sheet.merge_cells(start_row=5, start_column=3, end_row=7, end_column=4)
wb.save(file_path)
# 拆分单元格
sheet.unmerge_cells("A2:B3")
sheet.unmerge_cells(start_row=5, start_column=3, end_row=7, end_column=4)
# 保存文件
wb.save(file_path)

5.4 写入单元格

对单元格值进行修改和写入，直接对 cell.value 进行赋值即可。这里需要注意的是，可以写入 excel 公式，具体公式与 excel 中用到公式一致，另外，若是写入公式，读取时获取到的 value 值也是公式，而非公式值。

# 写入值
cell.value = "张三"
# 写入公式(求平均值)
cell.value = "=AVERAGE(B2:B6)"

5.5 设置单元格格式

单元格的格式包括行高，列宽，字体、边框、对齐方式、填充颜色等。这些都在 openpyxl 的 styles 模块中。

  • 行高 / 列宽：row_dimensions[row_num].height = xx，sheet.column_dimensions[col_name].width = xx
  • 字体(Font 对象)：包括字段名称，大小、加粗、斜体、颜色等，Font(name="微软雅黑", size=20, bold=True, italic=True, color="000000")
  • 边框（Border 对象和 Side 对象）：边框每一条边的格式大小 / 颜色Side(style="thin", color="000000")，通过边构建边框对象：Border(left=side, right=side, top=side, bottom=side)
  • 对齐（Alignment 对象）：垂直和水平对齐方向，是否自动换行。Alignment(horizontal="center", vertical="center", wrap_text=True)
  • 填充颜色，分为普通颜色填充和渐变颜色填充：PatternFill(fill_type="solid", fgColor="FF0000")和 GradientFill(stop=("FF0000", "FD1111", "000000")) 
# 设置行高和列宽
sheet.row_dimensions[1].height = 50
sheet.column_dimensions["A"].width = 20
# 设置单元格字体
cell = sheet["A1"]
current_font = cell.font
font = Font(name="微软雅黑", size=20, bold=True, italic=True, color="000000")
cell.font = font
# 设置边框(细边，黑色)
side_style = Side(style="thin", color="000000")
border = Border(left=side_style, right=side_style, top=side_style, bottom=side_style)
cell.border = border
# 居中对齐，自动换行
cell_alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)
cell.alignment = cell_alignment
# 填充颜色（红色填充，和红色到黑色渐变填充）p_fill = PatternFill(fill_type="solid", fgColor="FF0000")
g_fill = GradientFill(stop=("FF0000", "FD1111", "000000"))
cell.fill = p_fill
sheet["B1"].fill = g_fill

最后注意的是，这些修改操作最后都需要通过保存操作（wb.save(file_path)）才能生效。

6 总结

通过上面的讲解，了解如何使用 python 的 openpyxl 库对 excel 文档的处理操作，可以发现它的操作逻辑相当是清晰简单的，符合的我们使用 excel 的习惯。处理流程基本是加载文件、定位需要处理的工作表、行、列及单元格。对它们进行读、写、修改格式等操作。因此，如果有自动化处理 excel 文件的需求，用 openpyxl 吧，但它限制只能处理 2010 格式的 excel 文档，对于旧格式（xls）的建议都统一换为新的格式再操作，或者也可以使用 xlrd 和 xlwt 模块操作。

参考资料

  • openpyxl 官方文档: https://openpyxl.readthedocs.io/
  • Python 自动化办公系列之 Python 操作 Excel

往期文章

  • python 基本操作 - 文件、目录及路径
  • MinIO 的分布式部署
  • 利用 MinIO 轻松搭建静态资源服务
  • 搞定 SpringBoot 多数据源(3)：参数化变更源
  • 搞定 SpringBoot 多数据源(2)：动态数据源
  • 搞定 SpringBoot 多数据源(1)：多套源策略
  • java 开发必学知识: 动态代理
  • 2019 读过的好书推荐

我的公众号（搜索Mason 技术记录），获取更多技术记录：

退出移动版