自动化办公|Python处理Excel文件的实用姿势

真正的勇士,敢于直面银行卡上的余额,敢于正视磅秤上的数字。
表格数据是最常见的数据类型,Excel是日常办公中最常接触的文件。
上一章提过Python可以通过openpyxl模块处理Excel文件。
其实Python处理Excel的三方模块主要有这几个:
  1. xlrdxlwtxlutils,支持读写Excel文件。
  2. openpyxl,支持读写和修改OpenXML格式的Excel文件。
  3. xlswriter,支持写文件,以及更多Excel功能特性。
  4. pandas,底层依赖xlrdxlwt读写Excel文件,处理数据神器。
  5. pywin32,调用Win32 API操作文件,只适用于Windows。
  6. xlwings,可理解为pywin32的多平台加强版,有商业版支持。
简单做个对比分析:
  • 第1类中3个模块,属于同一作者的开源项目,目前已停更,不建议直接使用。
  • pywin32xlwings基于原生Excel软件提供服务,需提前安装软件,读写性能和功能最佳,xlwings还有商业版本支持。
  • pandas侧重数据分析,Excel文件读写只是其数据输入和输出部分。
  • openpyxl不需要依赖Excel功能,直接读写OpenXML内容,兼容性好。
  • xlswriter侧重写Excel文件,支持VBA等更多特性。
建议的使用场景:
  1. 如果企业内大量使用Excel,并用了很多如VBA宏的特性,建议用xlwings。一方面功能全,另一方面可以采买商业付费版支持。
  2. 对于普通Excel文件自动处理,建议用openpyxl,大部分情况下够用。
  3. GB级以下的数据分析,建议用pandas,后续会单独出一个数据分析系列来介绍它。
本文重点介绍openpyxl的使用,它足够应付大部分人日常的表格自动化处理场景。
日常处理Excel文件,最常见的应用场景有3类:
  • 读写Excel文件
  • 合并、分割文档数据
  • 报表自动化,批量生成图表
模块安装:pip install openpyxl
基本使用 【自动化办公|Python处理Excel文件的实用姿势】Excel表格文件中主要元素有这几个:
  • sheet(工作表):一个Excel文件可以有多个sheet。
  • row/col(行和列),iter_rows()iter_cols()可以返回所有行和列。
  • cell(单元格):和Excel一样用sheet['A1']表示,注意行列都以1开始。
  • formulae(公式):可以为单元格设置计算公式,和Excel概念一致。
  • charts(图表):比如饼图、柱状图等。
  • style(样式):支持自定义样式,以及条件格式化等。
  • image(图片),支持pillow的图像处理。
打开Excel文件
import pathlib import datetime from openpyxl import load_workbookpath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') in_path = path.joinpath('input.xlsx') wb = load_workbook(in_path, read_only=True) for name in wb.sheetnames: ws = wb[name] print(f'{name} 表有 {ws.max_row-ws.min_row+1} 行, {ws.max_column-ws.min_column+1} 列.')

读取Excel文件内的数据
import pathlib import datetime from openpyxl import load_workbookpath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') in_path = path.joinpath('input.xlsx') wb = load_workbook(in_path) ws = wb[wb.sheetnames[0]] # 第一个工作表 # 操作单列 for cell in ws["A"]: print(cell.value) # 操作单行 for cell in ws["1"]: print(cell.value, end='\t') # 操作多列 for column in ws['A:C']: for cell in column: print(cell.value) # 操作多行 for row in ws['1:3']: for cell in row: print(cell.value, end='\t') print() # 指定范围 for row in ws['A1:C3']: for cell in row: print(cell.value) # 所有行 for row in ws.iter_rows(): for cell in row: print(cell.value) # 所有列 for column in ws.iter_cols(): for cell in column: print(cell.value)

创建Excel文件
import pathlib import datetime from openpyxl import Workbookpath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') out_path = path.joinpath('004excel_basic.xlsx') sheet_path = path.joinpath('004excel_sheet.xlsx') wb = Workbook() ws = wb.active # 找当前Sheet ws['A1'] = 42 ws.append([1, 2, 3]) # 添加行 ws['A2'] = datetime.datetime.now() wb.save(out_path) # 创建第二个sheet wb.create_sheet('sheet2') ws = wb['sheet2'] ws.title = '第二个工作表' ws.sheet_properties.tabColor = "FF0000" # 增加一整行数据 ws.append([1, 2, 3, datetime.datetime.now()]) ws.cell(row=1, column=3, value=https://www.it610.com/article/10) # 获取cell方式一 d1 = ws.cell(row=1, column=4) # 获取cell方式二 d2 = ws['D1'] print(d1==d2) print(type(d2.value)) wb.save(sheet_path)

设置单元格样式 单元格样式可以用NumberFormat(数据格式)、Alignment(对齐)、Font(字体)、Border(边框)、PatternFill(填充)、Protection(保护)等来设置。
也可以通过NamedStyle自定义样式,重复应用到单元格。
此外,通过row_dimensionscolumn_dimensions可以设置整行/整列的样式。
import pathlib import datetime from openpyxl import Workbook from openpyxl.styles import numbers, Font, GradientFill, PatternFill, Border, Side, Alignment, Protection from openpyxl.styles import NamedStylepath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') out_path = path.joinpath('004excel_style.xlsx') wb = Workbook() ws = wb.active ws.cell(row=1, column=1, value='https://www.it610.com/article/微软雅黑').font = Font(name='微软雅黑', size=18, bold=True, color='123456') ws.cell(row=2, column=1, value='https://www.it610.com/article/居中对齐').alignment = Alignment(horizontal='center', vertical='center') ws.cell(row=3, column=1, value='https://www.it610.com/article/填充渐变色').fill = GradientFill(stop=['FF0000', '0000FF']) ws.cell(row=4, column=1, value='https://www.it610.com/article/设置边线').border = Border(left=Side(border_style='thin', color='123456'), right= Side(border_style='thick', color='FF0000')) ws.cell(row=5, column=1, value='https://www.it610.com/article/受保护的').protection = Protection(locked=True, hidden=True) ws.cell(row=6, column=1, value=https://www.it610.com/article/0.88).number_format =numbers.FORMAT_PERCENTAGE ws.column_dimensions['A'].width = 80 # 修改列宽 # 设置整行 row = ws.row_dimensions[4] row.font = Font(name='宋体', size=30, italic=True, color='FF0000') # 设置整列 column = ws.column_dimensions["B"] column.fill = PatternFill("solid", fgColor="1874CD") # 自定义样式 my_style = NamedStyle(name='my_style', font=Font(name='宋体',size=12, color='FF000000'), fill=PatternFill(fill_type='solid', fgColor="FFDAB9"), border=Border(top=Side(border_style='thin', color='FF000000')), alignment=Alignment(horizontal='left',vertical='center')) ws['B4'] = '自定义样式' ws['B4'].style=my_style wb.save(out_path)

合并单元格
  • 合并单元格:merge_cells()
  • 解除合并:unmerge_cells()
注意:对于没有合并过单元格的位置调用unmerge_cells()会出错;此外合并的单元格顺序是从左上角到右下角。
import pathlib import datetime from openpyxl import Workbook from openpyxl.styles import numbers, Font, GradientFill, Border, Side, Alignment, Protectionpath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') out_path = path.joinpath('004excel_cell_merge.xlsx')wb = Workbook() ws = wb.active # 合并,必须是从左上角,到右下角的顺序 ws.merge_cells('A3:D5') ws.merge_cells('A7:D10') # 合并后以起点为代表读写值,其他的cell都被设置为只读 ws['A3']='test' # 解除合并 ws.unmerge_cells('A7:D10') # 也可以用起止行列数字来选取合并区域 ws.merge_cells(start_row=12,start_column=11,end_row=15,end_column=14) ws['K12']='合并过' ws.unmerge_cells(start_row=12,start_column=11,end_row=15,end_column=14) wb.save(out_path)

图表和公式应用 openpyxl支持的图表都在openpyxl.chart包中,比如直方图、饼图、折线图等。
可以直接把单元格的值设置为公式,在Excel软件中可以获得结果,但openpyxl并不支持公式的计算。
如果生成的xlsx文件被Excel软件打开过,这时公式的计算结果会缓存在文件中,这时用openpyxl打开文件时候,增加一个data_only=True参数,也可以读取到计算结果。
import pathlib import datetime from openpyxl import Workbook from openpyxl.chart import BarChart, PieChart, LineChart, Referencepath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') out_path = path.joinpath('004excel_graph.xlsx') wb = Workbook() ws = wb.active # 装载数据 data = https://www.it610.com/article/[ ('月份', '产品A销量', '产品B销量'), (1, 100, 200), (2, 106, 100), (3, 120, 200), (4, 180, 100), (5, 200, 300), (6, 280, 400), (7, 400, 200), (8, 500, 800), (9, 600, 1000), (10, 800, 300), ] for d in data: ws.append(d) # 用Python做些统计 ws['A12'] = '汇总累加' ws['B12'] = sum([d[1] for i, d in enumerate(data) if i > 0]) ws['C12'] = sum([d[2] for i, d in enumerate(data) if i > 0]) # 用公式统计 ws['A13'] = '公式累加' ws['B13'] = '=SUM(B2:B11)' ws['C13'] = '=SUM(C2:C11)' # 增加一列总销量 ws['D1'] = '当月总销量' for i in range(2, 13): ws[f'D{i}'] = ws[f'C{i}'].value + ws[f'B{i}'].value # 列状图 ct_bar= BarChart() ct_bar.type = "col" # 列状图 ct_bar.style = 10 ct_bar.title = "销量柱状图" ct_bar.y_axis.title = '销量' ct_bar.x_axis.title = '月份' d_ref = Reference(ws, min_col=2, min_row=1, max_row=11, max_col=3) series = Reference(ws, min_col=1, min_row=2, max_row=11) ct_bar.add_data(d_ref, titles_from_data=https://www.it610.com/article/True) ct_bar.set_categories(series) ws.add_chart(ct_bar,'A15') # 饼图 ct_pie = PieChart() ct_pie.title = "产品销量占比" d_ref = Reference(ws, min_col=2, min_row=12, max_col=3) series = Reference(ws, min_col=2, min_row=1, max_col=3) ct_pie.add_data(d_ref, titles_from_data=https://www.it610.com/article/True) ct_pie.set_categories(series) ct_pie.splitType='val' ws.add_chart(ct_pie, 'I15') # 一个图两个轴 ct_bar = BarChart() d_ref = Reference(ws, min_col=2, min_row=1, max_row=11, max_col=3) ct_bar.add_data(d_ref, titles_from_data=https://www.it610.com/article/True) ct_bar.x_axis.title ='月份' ct_bar.y_axis.title = '产品AB销量' ct_bar.y_axis.majorGridlines = None ct_bar.title = '销量分析' ct_line = LineChart() d_ref = Reference(ws, min_col=4, min_row=1, max_row=11) ct_line.add_data(d_ref, titles_from_data=https://www.it610.com/article/True) ct_line.y_axis.axId = 200 # 不为空即可 ct_line.y_axis.title ='总销量' # 让线条和第一图的最大值相交 ct_line.y_axis.crosses = 'max' ct_bar += ct_line # 只支持+=赋值,不能直接+ ws.add_chart(ct_bar, 'A31') wb.save(out_path)

插入图像 openpyxl的图像处理基于PIL.Image
PIL.Image的宽和高单位默认使用Pixel(像素),如果需要映射到Excel中的位置,可以用pixels_to_EMU()转换。
import pathlib from openpyxl import Workbook, load_workbook from openpyxl.drawing.image import Image from openpyxl.drawing.spreadsheet_drawing import AbsoluteAnchor from openpyxl.drawing.xdr import XDRPoint2D, XDRPositiveSize2D from openpyxl.utils.units import pixels_to_EMU as p2epath = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/004excel') out_path = path.joinpath('004excel_image.xlsx') img_path = path.joinpath('image.jpg') wb = Workbook() ws = wb.active img = Image(img_path) img.width /= 2 img.height /= 2 h, w = img.height, img.width # 绝对定位图片 position = XDRPoint2D(p2e(800), p2e(800)) size = XDRPositiveSize2D(p2e(h), p2e(w)) img.anchor = AbsoluteAnchor(pos=position, ext=size) ws.add_image(img) # 单元格定位 img = Image(img_path) size = (90, 90) img.width, img.height = size ws.row_dimensions[3].height=90 ws.column_dimensions['B'].width=90 ws.add_image(img, 'B3') wb.save(out_path)

总结 本文主要介绍了使用openpyxl模块处理Excel文件,包括基本的Excel文件读写、单元格样式处理、图表生成和图像结合等。
用Excel应对日常工作中的小规模数据足以。
比如实践应用中有一个“多门店加盟品牌数据统计”的案例,其中正好用到了上面的各项知识点。
自动化办公|Python处理Excel文件的实用姿势
文章图片

案例说明:
  • Pythonopenpyxl应用实践为主。
  • 提供解决问题思路,实战中可直接应用。
  • 后续“数据分析专题”会介绍Pandas等数据分析工具,一个实战应用更灵活的模块。
想了解的可以入群获取,前100名免费。
自动化办公|Python处理Excel文件的实用姿势
文章图片

    推荐阅读