Python：openpyxl这一篇就够了

各位好，我是轩哥啊哈~ 本文展示如何使用 openpyxl 库在 Python 中使用 Excel 文件。openpyxl 是用于读取和写入 Excel 2010 xlsx / xlsm / xltx / xltm 文件的 Python 库。

目录

Excel xlsx

Openpyxl 创建新文件

Openpyxl 写入单元格

Openpyxl 附加值

OpenPyXL 读取单元格

OpenPyXL 读取多个单元格

Openpyxl 按行迭代

Openpyxl 按列迭代

统计

Openpyxl 过滤器&排序数据

Openpyxl 维度

工作表

合并单元格

Openpyxl 冻结窗格

Openpyxl 公式

OpenPyXL 图像

Openpyxl 图表

---

 

Excel xlsx

在本教程中，我们使用 xlsx 文件。 xlsx 是 Microsoft Excel 使用的开放 XML 电子表格文件格式的文件扩展名。 xlsm 文件支持宏。 xlsx 是专有的二进制格式，而 xlsx 是基于 Office Open XML 格式的。

$ sudo pip3 install openpyxl

我们使用pip3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。

write_xlsx.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
4. import time
6. book = Workbook()
7. sheet = book.active
9. sheet['A1'] = 56
10. sheet['A2'] = 43
12. now = time.strftime("%x")
13. sheet['A3'] = now
15. book.save("sample.xlsx")

在示例中，我们创建一个新的 xlsx 文件。 我们将数据写入三个单元格。

from openpyxl import Workbook

从openpyxl模块，我们导入Workbook类。 工作簿是文档所有其他部分的容器。

book = Workbook()

我们创建一个新的工作簿。 始终使用至少一个工作表创建一个工作簿。

sheet = book.active

我们获得对活动工作表的引用。

1. sheet['A1'] = 56
2. sheet['A2'] = 43

我们将数值数据写入单元格 A1 和 A2。

1. now = time.strftime("%x")
2. 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

写入单元格有两种基本方法：使用工作表的键（例如 A1 或 D3），或通过cell()方法使用行和列表示法。

write2cell.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. book = Workbook()
6. sheet = book.active
8. sheet['A1'] = 1
9. sheet.cell(row=2, column=2).value = 2
11. 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，我们将数值分配给 A1 单元。

sheet.cell(row=2, column=2).value = 2

在这一行中，我们用行和列表示法写入单元格 B2。

Openpyxl 附加值

使用append()方法，我们可以在当前工作表的底部附加一组值。

appending_values.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. book = Workbook()
6. sheet = book.active
8. rows = (
9. (88, 46, 57),
10. (89, 38, 12),
11. (23, 59, 78),
12. (56, 21, 98),
13. (24, 18, 43),
14. (34, 15, 67)
15. )
17. for row in rows:
18. sheet.append(row)
20. book.save('appending.xlsx')

在示例中，我们将三列数据附加到当前工作表中。

1. rows = (
2. (88, 46, 57),
3. (89, 38, 12),
4. (23, 59, 78),
5. (56, 21, 98),
6. (24, 18, 43),
7. (34, 15, 67)
8. )

数据存储在元组的元组中。

1. for row in rows:
2. sheet.append(row)

我们逐行浏览容器，并使用append()方法插入数据行。

OpenPyXL 读取单元格

在下面的示例中，我们从sample.xlsx文件中读取先前写入的数据。

read_cells.py

1. #!/usr/bin/env python
3. import openpyxl
5. book = openpyxl.load_workbook('sample.xlsx')
7. sheet = book.active
9. a1 = sheet['A1']
10. a2 = sheet['A2']
11. a3 = sheet.cell(row=3, column=1)
13. print(a1.value)
14. print(a2.value)
15. print(a3.value)

该示例加载一个现有的 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。

1. a1 = sheet['A1']
2. a2 = sheet['A2']
3. a3 = sheet.cell(row=3, column=1)

我们读取 A1，A2 和 A3 单元的内容。 在第三行中，我们使用cell()方法获取 A3 单元格的值。

1. $ ./read_cells.py
2. 56
3. 43
4. 10/26/16

这是示例的输出。

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。

read_cells2.py

1. #!/usr/bin/env python
3. import openpyxl
5. book = openpyxl.load_workbook('items.xlsx')
7. sheet = book.active
9. cells = sheet['A1': 'B6']
11. for c1, c2 in cells:
12. print("{0:8} {1:8}".format(c1.value, c2.value))

在示例中，我们使用范围运算从两列读取数据。

cells = sheet['A1': 'B6']

在这一行中，我们从单元格 A1-B6 中读取数据。

1. for c1, c2 in cells:
2. print("{0:8} {1:8}".format(c1.value, c2.value))

format()功能用于在控制台上整洁地输出数据。

1. $ ./read_cells2.py
2. Items Quantity
3. coins 23
4. chairs 3
5. pencils 5
6. bottles 8
7. books 30

Openpyxl 按行迭代

iter_rows()方法将工作表中的单元格返回为行。

iterating_by_rows.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. book = Workbook()
6. sheet = book.active
8. rows = (
9. (88, 46, 57),
10. (89, 38, 12),
11. (23, 59, 78),
12. (56, 21, 98),
13. (24, 18, 43),
14. (34, 15, 67)
15. )
17. for row in rows:
18. sheet.append(row)
20. for row in sheet.iter_rows(min_row=1, min_col=1, max_row=6, max_col=3):
21. for cell in row:
22. print(cell.value, end=" ")
23. print()
25. 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):

我们提供了迭代的边界。

1. $ ./iterating_by_rows.py
2. 88 46 57
3. 89 38 12
4. 23 59 78
5. 56 21 98
6. 24 18 43
7. 34 15 67

Openpyxl 按列迭代

iter_cols()方法将工作表中的单元格作为列返回。

iterating_by_columns.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. book = Workbook()
6. sheet = book.active
8. rows = (
9. (88, 46, 57),
10. (89, 38, 12),
11. (23, 59, 78),
12. (56, 21, 98),
13. (24, 18, 43),
14. (34, 15, 67)
15. )
17. for row in rows:
18. sheet.append(row)
20. for row in sheet.iter_cols(min_row=1, min_col=1, max_row=6, max_col=3):
21. for cell in row:
22. print(cell.value, end=" ")
23. print()
25. book.save('iterbycols.xlsx')

该示例逐列遍历数据。

1. $ ./iterating_by_columns.py
2. 88 89 23 56 24 34
3. 46 38 59 21 18 15
4. 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。

mystats.py

1. #!/usr/bin/env python
3. import openpyxl
4. import statistics as stats
6. book = openpyxl.load_workbook('numbers.xlsx', data_only=True)
8. sheet = book.active
10. rows = sheet.rows
12. values = []
14. for row in rows:
15. for cell in row:
16. values.append(cell.value)
18. print("Number of values: {0}".format(len(values)))
19. print("Sum of values: {0}".format(sum(values)))
20. print("Minimum value: {0}".format(min(values)))
21. print("Maximum value: {0}".format(max(values)))
22. print("Mean: {0}".format(stats.mean(values)))
23. print("Median: {0}".format(stats.median(values)))
24. print("Standard deviation: {0}".format(stats.stdev(values)))
25. 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

导入statistics模块以提供一些统计功能，例如中值和方差。

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。

1. for row in rows:
2. for cell in row:
3. 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。

1. print("Number of values: {0}".format(len(values)))
2. print("Sum of values: {0}".format(sum(values)))
3. print("Minimum value: {0}".format(min(values)))
4. print("Maximum value: {0}".format(max(values)))
5. print("Mean: {0}".format(stats.mean(values)))
6. print("Median: {0}".format(stats.median(values)))
7. print("Standard deviation: {0}".format(stats.stdev(values)))
8. print("Variance: {0}".format(stats.variance(values)))

我们计算并打印有关值的数学统计信息。 一些功能是内置的，其他功能是通过statistics模块导入的。

1. $ ./mystats.py
2. Number of values: 312
3. Sum of values: 15877
4. Minimum value: 0
5. Maximum value: 100
6. Mean: 50.88782051282051
7. Median: 54.0
8. Standard deviation: 28.459203819700967
9. Variance: 809.9262820512821

Openpyxl 过滤器&排序数据

图纸具有auto_filter属性，该属性允许设置过滤条件和排序条件。

请注意，Openpyxl 设置了条件，但是我们必须在电子表格应用中应用它们。

filter_sort.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. wb = Workbook()
6. sheet = wb.active
8. data = [
9. ['Item', 'Colour'],
10. ['pen', 'brown'],
11. ['book', 'black'],
12. ['plate', 'white'],
13. ['chair', 'brown'],
14. ['coin', 'gold'],
15. ['bed', 'brown'],
16. ['notebook', 'white'],
17. ]
19. for r in data:
20. sheet.append(r)
22. sheet.auto_filter.ref = 'A1:B8'
23. sheet.auto_filter.add_filter_column(1, ['brown', 'white'])
24. sheet.auto_filter.add_sort_condition('B2:B8')
26. wb.save('filtered.xlsx')

在示例中，我们创建一个包含项目及其颜色的工作表。 我们设置一个过滤器和一个排序条件。

Openpyxl 维度

为了获得那些实际包含数据的单元格，我们可以使用维度。

dimensions.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. book = Workbook()
6. sheet = book.active
8. sheet['A3'] = 39
9. sheet['B3'] = 19
11. rows = [
12. (88, 46),
13. (89, 38),
14. (23, 59),
15. (56, 21),
16. (24, 18),
17. (34, 15)
18. ]
20. for row in rows:
21. sheet.append(row)
23. print(sheet.dimensions)
24. print("Minimum row: {0}".format(sheet.min_row))
25. print("Maximum row: {0}".format(sheet.max_row))
26. print("Minimum column: {0}".format(sheet.min_column))
27. print("Maximum column: {0}".format(sheet.max_column))
29. for c1, c2 in sheet[sheet.dimensions]:
30. print(c1.value, c2.value)
32. book.save('dimensions.xlsx')

该示例计算两列数据的维数。

1. sheet['A3'] = 39
2. sheet['B3'] = 19
4. rows = [
5. (88, 46),
6. (89, 38),
7. (23, 59),
8. (56, 21),
9. (24, 18),
10. (34, 15)
11. ]
13. for row in rows:
14. sheet.append(row)

我们将数据添加到工作表。 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。

1. print("Minimum row: {0}".format(sheet.min_row))
2. print("Maximum row: {0}".format(sheet.max_row))

使用min_row和max_row属性，我们可以获得包含数据的最小和最大行。

1. print("Minimum column: {0}".format(sheet.min_column))
2. print("Maximum column: {0}".format(sheet.max_column))

通过min_column和max_column属性，我们获得了包含数据的最小和最大列。

1. for c1, c2 in sheet[sheet.dimensions]:
2. print(c1.value, c2.value)

我们遍历数据并将其打印到控制台。

1. $ ./dimensions.py
2. A3:B9
3. Minimum row: 3
4. Maximum row: 9
5. Minimum column: 1
6. Maximum column: 2
7. 39 19
8. 88 46
9. 89 38
10. 23 59
11. 56 21
12. 24 18
13. 34 15

工作表

每个工作簿可以有多个工作表。

Figure: Sheets

让我们有一张包含这三张纸的工作簿。

sheets.py

1. #!/usr/bin/env python
3. import openpyxl
5. book = openpyxl.load_workbook('sheets.xlsx')
7. print(book.get_sheet_names())
9. active_sheet = book.active
10. print(type(active_sheet))
12. sheet = book.get_sheet_by_name("March")
13. print(sheet.title)

该程序可用于 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。

1. active_sheet = book.active
2. print(type(active_sheet))

我们获取活动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()方法获得对工作表的引用。

print(sheet.title)

检索到的工作表的标题将打印到终端。

1. $ ./sheets.py
2. ['January', 'February', 'March']
3. <class 'openpyxl.worksheet.worksheet.Worksheet'>
4. March

这是程序的输出。

sheets2.py

1. #!/usr/bin/env python
3. import openpyxl
5. book = openpyxl.load_workbook('sheets.xlsx')
7. book.create_sheet("April")
9. print(book.sheetnames)
11. sheet1 = book.get_sheet_by_name("January")
12. book.remove_sheet(sheet1)
14. print(book.sheetnames)
16. book.create_sheet("January", 0)
17. print(book.sheetnames)
19. book.save('sheets2.xlsx')

在此示例中，我们创建一个新工作表。

book.create_sheet("April")

使用create_sheet()方法创建一个新图纸。

print(book.sheetnames)

图纸名称也可以使用sheetnames属性显示。

book.remove_sheet(sheet1)

可以使用remove_sheet()方法将纸张取出。

book.create_sheet("January", 0)

可以在指定位置创建一个新图纸。 在我们的例子中，我们在索引为 0 的位置创建一个新工作表。

1. $ ./sheets2.py
2. ['January', 'February', 'March', 'April']
3. ['February', 'March', 'April']
4. ['January', 'February', 'March', 'April']

可以更改工作表的背景颜色。

sheets3.py

1. #!/usr/bin/env python
3. import openpyxl
5. book = openpyxl.load_workbook('sheets.xlsx')
7. sheet = book.get_sheet_by_name("March")
8. sheet.sheet_properties.tabColor = "0072BA"
10. 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。

第三工作表的背景色已更改为某种蓝色。

合并单元格

单元格可以使用merge_cells()方法合并，而可以不使用unmerge_cells()方法合并。 当我们合并单元格时，除了左上角的所有单元格都将从工作​​表中删除。

merging_cells.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
4. from openpyxl.styles import Alignment
6. book = Workbook()
7. sheet = book.active
9. sheet.merge_cells('A1:B2')
11. cell = sheet.cell(row=1, column=1)
12. cell.value = 'Sunny day'
13. cell.alignment = Alignment(horizontal='center', vertical='center')
15. book.save('merging.xlsx')

在该示例中，我们合并了四个单元格：A1，B1，A2 和 B2。 最后一个单元格中的文本居中。

from openpyxl.styles import Alignment

为了使文本在最后一个单元格中居中，我们使用了openpyxl.styles模块中的Alignment类。

sheet.merge_cells('A1:B2')

我们用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。

1. cell.value = 'Sunny day'
2. 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

冻结窗格时，在滚动到工作表的另一个区域时，我们会保持工作表的某个区域可见。

freezing.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
4. from openpyxl.styles import Alignment
6. book = Workbook()
7. sheet = book.active
9. sheet.freeze_panes = 'B2'
11. book.save('freezing.xlsx')

该示例通过单元格 B2 冻结窗格。

sheet.freeze_panes = 'B2'

要冻结窗格，我们使用freeze_panes属性。

Openpyxl 公式

下一个示例显示如何使用公式。 openpyxl不进行计算； 它将公式写入单元格。

formulas.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
5. book = Workbook()
6. sheet = book.active
8. rows = (
9. (34, 26),
10. (88, 36),
11. (24, 29),
12. (15, 22),
13. (56, 13),
14. (76, 18)
15. )
17. for row in rows:
18. sheet.append(row)
20. cell = sheet.cell(row=7, column=2)
21. cell.value = "=SUM(A1:B6)"
22. cell.font = cell.font.copy(bold=True)
24. book.save('formulas.xlsx')

在示例中，我们使用SUM()函数计算所有值的总和，并以粗体显示输出样式。

1. rows = (
2. (34, 26),
3. (88, 36),
4. (24, 29),
5. (15, 22),
6. (56, 13),
7. (76, 18)
8. )
10. for row in rows:
11. 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)"

我们将一个公式写入单元格。

cell.font = cell.font.copy(bold=True)

我们更改字体样式。

OpenPyXL 图像

在下面的示例中，我们显示了如何将图像插入到工作表中。

write_image.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
4. from openpyxl.drawing.image import Image
6. book = Workbook()
7. sheet = book.active
9. img = Image("icesid.png")
10. sheet['A1'] = 'This is Sid'
12. sheet.add_image(img, 'B2')
14. book.save("sheet_image.xlsx")

在示例中，我们将图像写到一张纸上。

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。

create_bar_chart.py

1. #!/usr/bin/env python
3. from openpyxl import Workbook
4. from openpyxl.chart import (
5. Reference,
6. Series,
7. BarChart
8. )
10. book = Workbook()
11. sheet = book.active
13. rows = [
14. ("USA", 46),
15. ("China", 38),
16. ("UK", 29),
17. ("Russia", 22),
18. ("South Korea", 13),
19. ("Germany", 11)
20. ]
22. for row in rows:
23. sheet.append(row)
25. data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6)
26. categs = Reference(sheet, min_col=1, min_row=1, max_row=6)
28. chart = BarChart()
29. chart.add_data(data=data)
30. chart.set_categories(categs)
32. chart.legend = None
33. chart.y_axis.majorGridlines = None
34. chart.varyColors = True
35. chart.title = "Olympic Gold medals in London"
37. sheet.add_chart(chart, "A8")
39. book.save("bar_chart.xlsx")

在此示例中，我们创建了一个条形图，以显示 2012 年伦敦每个国家/地区的奥运金牌数量。

1. from openpyxl.chart import (
2. Reference,
3. Series,
4. BarChart
5. )

openpyxl.chart模块具有使用图表的工具。

1. book = Workbook()
2. sheet = book.active

创建一个新的工作簿。

1. rows = [
2. ("USA", 46),
3. ("China", 38),
4. ("UK", 29),
5. ("Russia", 22),
6. ("South Korea", 13),
7. ("Germany", 11)
8. ]
10. for row in rows:
11. 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)

对于Reference类，我们引用表中代表数据的行。 在我们的案例中，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一系列非数字文本标签的轴。 在我们的案例中，我们有代表国家名称的文本标签。

1. chart = BarChart()
2. chart.add_data(data=data)
3. chart.set_categories(categs)

我们创建一个条形图并为其设置数据和类别。

1. chart.legend = None
2. chart.y_axis.majorGridlines = None

使用legend和majorGridlines属性，可以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中。

在本教程中，我们使用了 openpyxl 库。 我们已经从 Excel 文件中读取数据，并将数据写入 Excel 文件中。