万字长文记录Python读写EXCEL文件常用方法大全

 python读写excel的字L文方式有很多，不同的长文模块在读写的讲法上稍有区别，这里我主要介绍几个常用的记录件常方式。

用xlrd和xlwt进行excel读写; 用openpyxl进行excel读写; 用pandas进行excel读写;

参考：

https://www.python-excel.org/

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html#pandas.read_excel

https://www.jianshu.com/p/19219542bf23

2|0数据准备

为了方便演示，读写我这里新建了一个data.xls和data.xlsx文件，用方第一个工作表sheet1区域“A1:E5”的字L文内容如下，用于测试读写excel的长文代码：

3|0xlrd和xlwt

xlrd是一个库，用于从Excel文件中以.xls格式读取数据和格式化信息

xlwt是记录件常一个库，用于将数据和格式化信息写入较旧的读写Excel文件(例如:.xls)。

3|1示例

pip install xlrd pip install xlwt 

  

我们开始来读取文件的用方内容

import xlrd import os file_path = os.path.dirname(os.path.abspath(__file__)) base_path = os.path.join(file_path, data.xlsx) book = xlrd.open_workbook(base_path) sheet1 = book.sheets()[0] nrows = sheet1.nrows print(表格总行数, nrows) ncols = sheet1.ncols print(表格总列数, ncols) row3_values = sheet1.row_values(2) print(第3行值, row3_values) col3_values = sheet1.col_values(2) print(第3列值, col3_values) cell_3_3 = sheet1.cell(2, 2).value print(第3行第3列的单元格的值：, cell_3_3) 

  

接下来我们来进行写入，写入可以进行的字L文操作太多了，我这里只列举了常用的长文的操作。

import xlwt import datetime # 创建一个workbook 设置编码 workbook = xlwt.Workbook(encoding=utf-8) # 创建一个worksheet worksheet = workbook.add_sheet(Worksheet) # 写入excel参数对应 行,记录件常 列, 值 worksheet.write(0, 0, label=测试) # 设置单元格宽度 worksheet.col(0).width = 3333 # 设置单元格高度 tall_style = xlwt.easyxf(font:height 520;) worksheet.row(0).set_style(tall_style) # 设置对齐方式 alignment = xlwt.Alignment()  # Create Alignment # May be: HORZ_GENERAL, HORZ_LEFT, HORZ_CENTER, HORZ_RIGHT, HORZ_FILLED, HORZ_JUSTIFIED, HORZ_CENTER_ACROSS_SEL, HORZ_DISTRIBUTED alignment.horz = xlwt.Alignment.HORZ_CENTER # May be: VERT_TOP, VERT_CENTER, VERT_BOTTOM, VERT_JUSTIFIED, VERT_DISTRIBUTED alignment.vert = xlwt.Alignment.VERT_CENTER style = xlwt.XFStyle()  # Create Style style.alignment = alignment  # Add Alignment to Style worksheet.write(2, 0, 居中, style) # 写入带颜色背景的数据 pattern = xlwt.Pattern()  # Create the Pattern # May be: NO_PATTERN, SOLID_PATTERN, or 0x00 through 0x12 pattern.pattern = xlwt.Pattern.SOLID_PATTERN pattern.pattern_fore_colour = 5  # May be: 8 through 63. 0 = Black, 1 = White, 2 = Red, 3 = Green, 4 = Blue, 5 = Yellow, 6 = Magenta, 7 = Cyan, 16 = Maroon, 17 = Dark Green, 18 = Dark Blue, 19 = Dark Yellow , almost brown), 20 = Dark Magenta, 21 = Teal, 22 = Light Gray, 23 = Dark Gray, the list goes on... style = xlwt.XFStyle()  # Create the Pattern style.pattern = pattern  # Add Pattern to Style worksheet.write(0, 1, 颜色, style) # 写入日期 style = xlwt.XFStyle() # Other options: D-MMM-YY, D-MMM, MMM-YY, h:mm, h:mm:ss, h:mm, h:mm:ss, M/D/YY h:mm, mm:ss, [h]:mm:ss, mm:ss.0 style.num_format_str = M/D/YY worksheet.write(0, 2, datetime.datetime.now(), style) # 写入公式 worksheet.write(0, 3, 5)  # Outputs 5 worksheet.write(0, 4, 2)  # Outputs 2 # Should output "10" (A1[5] * A2[2]) worksheet.write(1, 3, xlwt.Formula(D1*E1)) # Should output "7" (A1[5] + A2[2]) worksheet.write(1, 4, xlwt.Formula(SUM(D1,E1))) # 写入超链接 worksheet.write(1, 0, xlwt.Formula(HYPERLINK("http://www.baidu.com";"百度一下"))) # 保存 workbook.save(Excel_test.xls) 

 需要注意的是最好在当前路径下通过命令行执行，否则无法生成文件。读写

4|0openpyxl

openpyxl是香港云服务器用方一个Python库，用于读取/写入Excel 2010 xlsx/xlsm/xltx/xltm文件。

安装包

pip install openpyx 

安装完成可以开始进行读取数据

import openpyxl import os file_path = os.path.dirname(os.path.abspath(__file__)) base_path = os.path.join(file_path, data.xlsx) workbook = openpyxl.load_workbook(base_path) worksheet = workbook.get_sheet_by_name(Sheet1) row3=[item.value for item in list(worksheet.rows)[2]] print(第3行值,row3) col3=[item.value for item in list(worksheet.columns)[2]] print(第3行值,col3) cell_2_3=worksheet.cell(row=2,column=3).value print(第2行第3列值,cell_2_3) max_row=worksheet.max_row print(最大行,max_row) 

  

现在我们来开始写入数据

import zipfile   # 创建文件句柄   file = zipfile.ZipFile("测试.zip", r)   # 提取压缩文件中的内容，注意密码必须是bytes格式，path表示提取到哪   file.extractall(path=., pwd=123.encode(utf-8))  

  

5|0pandas

pandas支持xls, xlsx, xlsm, xlsb, odf, ods和odt文件扩展名从本地文件系统或URL读取。支持读取单个工作表或工作表列表的选项。

首先依然是安装包

pip install pandas 

语法：

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False,dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)  io，Excel的存储路径 sheet_name，要读取的工作表名称 header， 用哪一行作列名 names， 自定义最终的列名 index_col， 用作索引的列 usecols，需要读取哪些列 squeeze，当数据仅包含一列 converters ，强制规定列数据类型 skiprows，跳过特定行 nrows ，需要读取的行数 skipfooter ， 跳过末尾n行 import pandas as pd  import os file_path = os.path.dirname(os.path.abspath(__file__)) base_path = os.path.join(file_path, data.xlsx) df = pd.read_excel(base_path) print(df) 

  

写入数据

语法：

DataFrame.to_excel(excel_writer, sheet_name=Sheet1, na_rep=, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=inf, verbose=True, freeze_panes=None) 

参数说明：

excel_writer：文件路径或现有的ExcelWriter sheet_name：将包含数据文件的工作表的名称 na_rep：缺失的数据表示 float_format：格式化浮点数的字符串。高防服务器例如float_format = " %。2f"格式为0.1234到0.12。 columns：列 header：写出列名。如果给定一个字符串列表，则假定它是列名的别名。 index：写入行名称(索引) index_label：如果需要，索引列的列标签。如果未指定，并且标头和索引为真，则使用索引名。如果DataFrame使用多索引，应该给出一个序列。 startrow：左上角的单元格行转储数据帧。 startcol：左上角单元格列转储数据帧。 engine：编写要使用的引擎“ openpyxl”或“ xlsxwriter”。 您还可以通过选项io.excel.xlsx.writer，io.excel.xls.writer和io.excel.xlsm.writer进行设置。 merge_cells：将多索引和层次结构行写入合并单元格。 encoding：对生成的excel文件进行编码。仅对xlwt有必要，其他编写器本身支持unicode。 inf_rep：表示无穷大。 verbose：在错误日志中显示更多信息。 freeze_panes：指定要冻结的最底部的行和最右边的免费信息发布网列 from pandas import DataFrame data = { name: [张三, 李四, 王五],age: [11, 12, 13],sex: [男, 女, 男]} df = DataFrame(data) df.to_excel(file.xlsx) 

 

很赞哦!（3361）