在本文中，我们展示了如何使用openpyxllibrary在Python中处理Excel文件。
Openpyxl
openpyxl是一个用于读写Excel2010xlsx/xlsm/xltx/xltm文件的Python库。
Excelxlsx
在本教程中，我们使用xlsx文件。xlsx是MicrosoftExcel使用的开放式XML电子表格文件格式的文件扩展名。xlsm文件支持宏。xls格式是专有的二进制格式，而xlsx是基于OfficeOpenXML格式。
$ pip install openpyxl
我们使用pip工具安装openpyxl。
Openpyxl创建新文件
在第一个示例中，我们使用openpyxl创建一个新的xlsx文件。
#!/usr/bin/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，我们创建了一个新的xlsx文件。我们将数据写入三个单元格。
from openpyxl import Workbook
我们从openpyxl模块导入Workbook类。工作簿是文档所有其他部分的容器。
book = Workbook()
创建了一个新的工作簿。工作簿始终至少包含一个工作表。
sheet = book.active
我们使用active属性获取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。
Openpyxl写入单元格
有两种写入单元格的基本方法：使用工作表的键（例如A1或D3），或者使用cell方法的行和列符号。
#!/usr/bin/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，我们为A1单元格分配一个数值。
sheet.cell(row=2, column=2).value = 2
在这一行中，我们使用行和列符号写入单元格B2。
Openpyxl追加值
使用append方法，我们可以在当前工作表的底部追加一组值。
#!/usr/bin/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)
我们逐行遍历容器并使用append方法插入数据行。
Openpyxl读取单元格
在下面的例子中，我们从sample.xlsx文件中读取之前写入的数据。
#!/usr/bin/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)
我们读取了A1、A2和A3单元格的内容。第三行，我们使用cell方法获取A3单元格的值。
$ ./read_cells.py 56 43 10/26/16
Openpyxl读取多个单元格
我们有以下数据表：
我们使用范围运算符读取数据。
#!/usr/bin/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，我们使用范围操作从两列中读取数据。
cells = sheet['A1': 'B6']
在这一行中，我们从单元格A1-B6读取数据。
for c1, c2 in cells:
print("{0:8} {1:8}".format(c1.value, c2.value))
format函数用于在控制台上整齐的输出数据。
$ ./read_cells2.py Items Quantity coins 23 chairs 3 pencils 5 bottles 8 books 30
Openpyxl按行迭代
iter_rows函数以行的形式返回工作表中的单元格。
#!/usr/bin/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):
我们为迭代提供边界。
$ ./iterating_by_rows.py 88 46 57 89 38 12 23 59 78 56 21 98 24 18 43 34 15 67
Openpyxl按列迭代
iter_cols函数以列的形式返回工作表中的单元格。
#!/usr/bin/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')
该示例逐列迭代数据。
$ ./iterating_by_columns.py 88 89 23 56 24 34 46 38 59 21 18 15 57 12 78 98 43 67
统计
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。
#!/usr/bin/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
引入statistics模块，提供一些统计功能，如中位数和方差。
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数据。其中一些函数是内置的，其他函数是通过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
Openpyxl过滤和排序数据
工作表有一个auto_filter属性，允许设置过滤和排序条件。
请注意，Openpyxl设置了条件，但我们必须在电子表格应用程序中应用它们。
#!/usr/bin/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，我们创建了一个包含项目及其颜色的工作表。我们设置了一个过滤器和一个排序条件。
Openpyxl维度
要获取那些实际包含数据的单元格，我们可以使用维度。
#!/usr/bin/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度。
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)
我们向工作表中添加数据。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))
通过min_row和max_row属性，我们可以获得包含数据的最小行和最大行。
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，我们可以获得包含数据的最小列和最大列。
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
工作表
每个工作簿可以有多个工作表。
让我们制作一个包含这三张工作表的工作簿。
#!/usr/bin/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)
该程序适用于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))
我们获取活动工作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方法获取对工作表的引用。
print(sheet.title)
检索到的工作表的标题打印到终端。
$ ./sheets.py ['January', 'February', 'March'] <class 'openpyxl.worksheet.worksheet.Worksheet'> March
#!/usr/bin/python
import openpyxl
book = openpyxl.load_workbook('sheets.xlsx')
book.create_sheet("April")
print(book.sheetnames)
sheet1 = book.get_sheet_by_name("January")
book.remove_sheet(sheet1)
print(book.sheetnames)
book.create_sheet("January", 0)
print(book.sheetnames)
book.save('sheets2.xlsx')
在这个例子中，我们创建一个新工作表。
book.create_sheet("April")
使用create_sheet方法创建一个新工作表。
print(book.sheetnames)
工作表名称也可以使用sheetnames属性显示。
book.remove_sheet(sheet1)
可以使用remove_sheet方法删除工作表。
book.create_sheet("January", 0)
可以在指定位置新建一个sheet；在我们的例子中，我们在索引为0的位置创建了一个新工作表。
$ ./sheets2.py ['January', 'February', 'March', 'April'] ['February', 'March', 'April'] ['January', 'February', 'March', 'April']
可以更改工作表的背景颜色。
#!/usr/bin/python
import openpyxl
book = openpyxl.load_workbook('sheets.xlsx')
sheet = book.get_sheet_by_name("March")
sheet.sheet_properties.tabColor = "0072BA"
book.save('sheets3.xlsx')
该示例修改了标题为“March”的工作表的背景颜色。
sheet.sheet_properties.tabColor = "0072BA"
我们将tabColor属性更改为新颜色。
第三个工作表的背景颜色已更改为蓝色。
合并单元格
可以使用merge_cells方法合并单元格，使用unmerge_cells方法取消合并。当我们合并单元格时，除了左上角的单元格之外的所有单元格都会从工作表中删除。
#!/usr/bin/python
from openpyxl import Workbook
from openpyxl.styles import Alignment
book = Workbook()
sheet = book.active
sheet.merge_cells('A1:B2')
cell = sheet.cell(row=1, column=1)
cell.value = 'Sunny day'
cell.alignment = Alignment(horizontal='center', vertical='center')
book.save('merging.xlsx')
在示例中，我们合并了四个单元格：A1、B1、A2和B2。finalcell中的文本居中。
from openpyxl.styles import Alignment
为了使文本在最后一个单元格中居中，我们使用openpyxl.styles模块中的Alignment类。
sheet.merge_cells('A1:B2')
我们使用merge_cells方法合并四个单元格。
cell = sheet.cell(row=1, column=1)
我们得到了最后一个单元格。
cell.value = 'Sunny day' cell.alignment = Alignment(horizontal='center', vertical='center')
我们将文本设置为合并的单元格并更新其对齐方式。
Openpyxl冻结窗格
当我们冻结窗格时，我们保持工作表的一个区域可见，同时滚动到工作表的另一个区域。
#!/usr/bin/python
from openpyxl import Workbook
from openpyxl.styles import Alignment
book = Workbook()
sheet = book.active
sheet.freeze_panes = 'B2'
book.save('freezing.xlsx')
该示例冻结单元格B2旁边的窗格。
sheet.freeze_panes = 'B2'
要冻结窗格，我们使用freeze_panes属性。
Openpyxl公式
下一个示例展示了如何使用公式。openpyxl不做计算；它将公式写入单元格。
#!/usr/bin/python
from openpyxl import Workbook
book = Workbook()
sheet = book.active
rows = (
(34, 26),
(88, 36),
(24, 29),
(15, 22),
(56, 13),
(76, 18)
)
for row in rows:
sheet.append(row)
cell = sheet.cell(row=7, column=2)
cell.value = "=SUM(A1:B6)"
cell.font = cell.font.copy(bold=True)
book.save('formulas.xlsx')
在示例中，我们使用SUM函数计算所有值的总和，并将输出设置为粗体。
rows = (
(34, 26),
(88, 36),
(24, 29),
(15, 22),
(56, 13),
(76, 18)
)
for row in rows:
sheet.append(row)
我们创建两列数据。
cell = sheet.cell(row=7, column=2)
我们得到显示计算结果的单元格。
cell.value = "=SUM(A1:B6)"
我们在单元格中写入一个公式。
cell.font = cell.font.copy(bold=True)
我们更改字体样式。
Openpyxl图片
在下面的示例中，我们展示了如何将图像插入到工作表中。
#!/usr/bin/python
from openpyxl import Workbook
from openpyxl.drawing.image import Image
book = Workbook()
sheet = book.active
img = Image("icesid.png")
sheet['A1'] = 'This is Sid'
sheet.add_image(img, 'B2')
book.save("sheet_image.xlsx")
在示例中，我们将图像写入工作表。
from openpyxl.drawing.image import Image
我们使用openpyxl.drawing.image模块中的Image类。
img = Image("icesid.png")
创建了一个新的Image类。icesid.png图像位于当前工作目录中。
sheet.add_image(img, 'B2')
我们使用add_image方法添加一个新图像。
Openpyxl图表
openpyxl库支持创建各种图表，包括条形图、折线图、面积图、气泡图、散点图和饼图。
根据文档，openpyxl仅支持在工作表中创建图表。现有工作簿中的图表将丢失。
#!/usr/bin/python
from openpyxl import Workbook
from openpyxl.chart import (
Reference,
Series,
BarChart
)
book = Workbook()
sheet = book.active
rows = [
("USA", 46),
("China", 38),
("UK", 29),
("Russia", 22),
("South Korea", 13),
("Germany", 11)
]
for row in rows:
sheet.append(row)
data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6)
categs = Reference(sheet, min_col=1, min_row=1, max_row=6)
chart = BarChart()
chart.add_data(data=data)
chart.set_categories(categs)
chart.legend = None
chart.y_axis.majorGridlines = None
chart.varyColors = True
chart.title = "Olympic Gold medals in London"
sheet.add_chart(chart, "A8")
book.save("bar_chart.xlsx")
在示例中，我们创建了一个条形图来显示每个国家/地区在2012年伦敦奥运会上获得的奥运金牌数量。
from openpyxl.chart import (
Reference,
Series,
BarChart
)
openpyxl.chart模块具有处理图表的工具。
book = Workbook() sheet = book.active
创建了一个新的工作簿。
rows = [
("USA", 46),
("China", 38),
("UK", 29),
("Russia", 22),
("South Korea", 13),
("Germany", 11)
]
for row in rows:
sheet.append(row)
我们创建一些数据并将其添加到活动工作表的单元格中。
data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6)
使用Reference类，我们引用工作表中表示数据的行。在我们的例子中，这些是奥运金牌的数量。
categs = Reference(sheet, min_col=1, min_row=1, max_row=6)
我们创建一个类别轴。类别轴是将数据视为非数字文本标签序列的轴。在我们的例子中，我们有代表国家名称的文本标签。
chart = BarChart() chart.add_data(data=data) chart.set_categories(categs)
我们创建一个条形图并为其设置数据和类别。
chart.legend = None chart.y_axis.majorGridlines = None
使用legend和majorGridlines属性，我们关闭图例和主要网格线。
chart.varyColors = True
将varyColors设置为True，每个条形都有不同的颜色。
chart.title = "Olympic Gold medals in London"
为图表设置了标题。
sheet.add_chart(chart, "A8")
使用add_chart方法将创建的图表添加到工作表。
在本教程中，我们使用了openpyxl库。我们已经从Excel文件读取数据，将数据写入Excel文件。
访问Python教程或列出所有Python教程。
