利用 Python 处理 Excel 文件

使用场景

日常办公的大多数场景都可能和数据打交道，此时我们第一个想到的便可能是 Excel，方便，简洁，拥有各种集合在一起的功能，相对而言其学习成本低一些。但对于一些专业性较强的行业来说，可能打开一个表格文件的时间已经可以喝一杯咖啡了，此时如果我们会使用脚本语言来处理文件，在时效上要快得多，本文将展示利用 openpyxl 来处理 excel 文件的功能，并且会结合一个小例子给出具体分析。

功能展示

基本准备工作

首先是 openpyxl 的安装，查看 python 的官方网站，我们可以用 pip 安装：

pip install openpyxl

当然如果你用的是 Python 3，也可以这样：

pip3 install openpyxl

安装好 openpyxl 库后，我们可以新建一个 .py 文件，并做好一些初始化的准备：

from openpyxl import load_workbook
import datetime
kaggleData = “Your_Excel_file_path” # 此处需要替换为你自己电脑上相应 excel 文件的位置
wb = load_workbook(filename=kaggleData,read_only=True) # 请注意，如果只是读取文件，尽量把 read_only 这个参数设置为 True，这对于较大的 excel 文件来说会有很大的性能提升
sheetNames = wb.sheetnames # 这将返回表格的所有表单名称，以列表形式

写入一个 Excel 文件

读取一个 Excel 文件的工作表，工作薄，每行每列及每个单元格

读取一个 Excel 文件的工作簿

“””读取每个工作表的名字，最大最小的行和列”””
def sheetRange(sheetName):
    minRow = sheetName.min_row
    minCol = sheetName.min_column
    maxRow = sheetName.max_row
    maxCol = sheetName.max_column
    rowRange = 0
    columnRange = 0
    if minRow >= 1:
        rowRange = maxRow - minRow + 1 
    if minCol >= 1:
        columnRange = maxCol - minCol + 1
    print(sheetName.title + “ rowRange: “ + str(rowRange) + “,columnRange: “ + str(columnRange))

读取某个指定的行
对于数据的提取，有时可能需要用到某个指定的行，可以按照下面的方法操作：

def typicalRow(sheetName,RowNumber): # sheetName 是工作簿的名字，RowNumber 是指要读取的指定行
    rowList = []
    minRow = sheetName.min_row
    minCol = sheetName.min_column
    maxRow = sheetName.max_row
    maxCol = sheetName.max_column
“””以下是一些简单的保护代码，在实际操作时可能要考虑到更具体的意外情况”””
    if maxRow < 1:
        errorMessage = sheetName.title + “ 没有内容”
        print(errorMessage)
    elif RowNumber not in range(minRow,maxRow+1):
        errorMessage = “您要查找的第 “ + str(RowNumber) + “ 行超出工作表范围”
        print(errorMessage)
    else:
        for column in range(minCol,maxCol+1):
            cell = sheetName.cell(RowNumber,column)
            rowList.append(cell.value)
    if len(rowList):
        return rowList

读取某个指定的列
就像刚才提到的，有时需要读取某个指定的列，可参考下面的方法：

def typicalColumn(sheetName,ColumnNumber):
    columnList = []
    minRow = sheetName.min_row
    minCol = sheetName.min_column
    maxRow = sheetName.max_row
    maxCol = sheetName.max_column   
    if maxCol < 1:
            errorMessage = sheetName.title + “ 没有内容”
            print(errorMessage)
    elif ColumnNumber not in range(minCol,maxCol+1):
        errorMessage = “您要查找的第 “ + str(ColumnNumber) + “ 列超出工作表范围”
        print(errorMessage)
    else:
        for row in range(minRow,maxRow+1):
            percentProcess = ‘{:.2%}’.format(row/maxRow) # 测试的文件有太多行，加入这一段代码显示进度
            message = "正在获取 " + sheetName.title + " 中的第 " + str(row) + " 行第 " + str(ColumnNumber) + " 列数据，共 " + str(maxRow) + "行，进度为 " + str(percentProcess) 
            print(message,end="\r")
            cell = sheetName.cell(row,ColumnNumber)
            columnList.append(cell.value)
    if len(columnList):
        return columnList

案例分析

自己用 Faker 库创建一些数据写入表格

关注我,第一时间获取更多有意思的 Python 内容.

匠人案牍.jpg