NumPy库支持¶

openpyxl内置了对NumPy类型float、integer和boolean的支持。日期时间类型支持Pandas的时间戳。

使用Pandas数据帧¶

openpyxl.utils.dataframe.dataframe_to_rows方法提供了使用Pandas数据帧的简单方法：

    from openpyxl.utils.dataframe import dataframe_to_rows
    wb = Workbook()
    ws = wb.active
    
    for r in dataframe_to_rows(df, index=True, header=True):
        ws.append(r)

Pandas本身支持到Excel的转换，这为客户端代码提供了额外的灵活性，例如能够将数据帧传输到文件。
要将数据帧转换为突出显示标题和索引的工作表，请执行以下操作：

    wb = Workbook()
    ws = wb.active
    
    for r in dataframe_to_rows(df, index=True, header=True):
        ws.append(r)
    
    for cell in ws['A'] + ws[1]:
        cell.style = 'Pandas'
    
    wb.save("pandas_openpyxl.xlsx")

或者，如果您只想转换数据，可以使用只写模式：

    from openpyxl.cell.cell import WriteOnlyCell
    wb = Workbook(write_only=True)
    ws = wb.create_sheet()
    
    cell = WriteOnlyCell(ws)
    cell.style = 'Pandas'
    
     def format_first_row(row, cell):
    
        for c in row:
            cell.value = c
            yield cell
    
    rows = dataframe_to_rows(df)
    first_row = format_first_row(next(rows), cell)
    ws.append(first_row)
    
    for row in rows:
        row = list(row)
        cell.value = row[0]
        row[0] = cell
        ws.append(row)
    
    wb.save("openpyxl_stream.xlsx")

这段代码在标准工作簿中也同样适用。

将工作表转换为数据帧¶

要将工作表转换为数据帧，可以使用values属性。如果工作表没有标题或索引，转换操作很容易：

    df = DataFrame(ws.values)

如果工作表中确实有标题或索引（如Pandas创建的标题或索引），则需要稍多的工作：

    from itertools import islice
    data = ws.values
    cols = next(data)[1:]
    data = list(data)
    idx = [r[0] for r in data]
    data = (islice(r, 1, None) for r in data)
    df = DataFrame(data, index=idx, columns=cols)