python操作excle

--write by zhuwx 2019-10-12 11:12:41 +0800 CST

时不时的就会有人来找我做关于excle的操作,一直没记录过,把操作方法记一下。

首先excle分为两种主流格式,最新的openpyxl只支持.xlsx如果遇到xls格式的需要使用xlrd模块

我们在python中引入openpyxl模块来操控excel文件。一个以.xlsx为扩张名的excel文件打开后叫工作簿workbook,每个工作簿可以包括多张表单worksheet,正在操作的这张表单被认为是活跃的active sheet。每张表单有行和列,行号1、2、3…,列号A、B、C...。在某一个特定行和特定列的小格子叫单元格cell。

 

python程序从excel文件中读数据基本遵循以下步骤:
  1、import openpyxl
  2、调用openpyxl模块下的load_workbook(‘你的文件名.xlsx’)函数打开excel文件,得到一个工作簿(workbook)对象wb
  3、通过wb.active或wb的方法函数get_sheet_by_name(‘你想要访问的表单名称’)得到表单对象ws

  4、通过索引获取单元格:ws[‘B2’]
       通过表单的方法函数cell()获取单元格:ws.cell(row=1, column=2)
       通过单元格的属性value,row,column,coordinate对单元格进行多方向立体式访问
  5、行对象ws[10],列对象[‘C’],行切片ws[5:10]、列切片ws[‘C:D’],单元格左上角和右下角左边共同划定表单指定区域ws['A1':'C3']
  6、ws.max_row和ws.max_column给出数据用到的最大行和列
  7、from openpyxl.utils import get_column_letter, column_index_from_string引进来的两个函数实现excel表格列字母和数字的转换

 

工作薄中包可以获取表单对象,表单对象中获取行和列 ,行和列中获取单元格对象

excel中内容如下:

 

从工作薄中获取创建表单对象

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import openpyxl
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
 
# 从工作薄中获取一个表单(sheet)对象
sheets = wb.sheetnames
print(sheets, type(sheets))
 
# 创建一个表单
mySheet = wb.create_sheet('mySheet')
print(wb.sheetnames)
 
# 获取指定的表单
sheet3 = wb.get_sheet_by_name('Sheet3')
sheet4 = wb['mySheet']
for sheet in wb:
    print(sheet.title)

  

 

 获取单元格对象中的信息

1
2
3
4
5
6
7
8
9
10
11
12
13
import openpyxl
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
# 从表单中获取单元格的内容
ws = wb.active  # 当前活跃的表单
print(ws)
print(ws['A1']) # 获取A列的第一个对象
print(ws['A1'].value)
 
= ws['B1']
print('Row {}, Column {} is {}'.format(c.row, c.column, c.value)) # 打印这个单元格对象所在的行列的数值和内容
print('Cell {} is {}\n'.format(c.coordinate, c.value)) # 获取单元格对象的所在列的行数和值

  

 

获取指定的单元格中 值

 

1
2
3
4
5
6
7
8
9
10
11
import openpyxl
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
# 从表单中获取单元格的内容
ws = wb.active  # 当前活跃的表单
 
print(ws.cell(row=1, column=2)) # 获取第一行第二列的单元格
print(ws.cell(row=1, column=2).value)
for in range(182): #  获取1,3,4,7 行第二列的值
    print(i, ws.cell(row=i, column=2).value)

  

 

获取指定的行和列

1
2
3
4
5
6
7
8
9
10
11
12
13
import openpyxl
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
# 从表单中获取单元格的内容
ws = wb.active  # 当前活跃的表单
 
# 从表单中获取行和列
 
colC = ws['C'# 获取整个C列
print(colC)
row6 = ws[6]   # 获取第6行
print(row6,type(row6))

 

遍历行和列中单元格的值  

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import openpyxl
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
ws = wb.active  # 当前活跃的表单
 
col_range = ws['B:C']
row_range = ws[2:6]
 
for col in col_range: # 打印BC两列单元格中的值内容
    for cell in col:
        print(cell.value)
 
for row in row_range: # 打印 2-5行中所有单元格中的值
    for cell in row:
        print(cell.value)
 
for row in ws.iter_rows(min_row=1, max_row=2, max_col=2): # 打印1-2行,1-2列中的内容
    for cell in row:
        print(cell.value)

  

 查看行和列的总数

1
2
3
4
5
6
7
8
import openpyxl
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
ws = wb.active  # 当前活跃的表单
 
 
print('{}行 {}列'.format(ws.max_row, ws.max_column))

 

数字和字母的转换  

1
2
3
4
5
6
7
8
9
10
11
12
import openpyxl
from openpyxl.utils import get_column_letter, column_index_from_string
 
# 打开excel文件,获取工作簿对象
wb = openpyxl.load_workbook('example.xlsx')
ws = wb.active  # 当前活跃的表单
 
# 把数字转换成字母
print(get_column_letter(2), get_column_letter(47), get_column_letter(900))
 
# 把字母转换成数字
print(column_index_from_string('AAH'))

  


一、xlrd模块介绍

  1. xlrd是读取excel表格数据;
  2. 支持 xlsx和xls 格式的excel表格;
  3. 三方模块安装方式:pip3 install xlrd;
  4. 模块导入方式: import xlrd

二、xlrd模块操作

1. 基本函数

1.1. 打开workbook获取Book对象
  • xlrd.open_workbook(filename[, logfile, file_contents, ...]):打开excel文件
    filename:需操作的文件名(包括文件路径和文件名称);

若filename不存在,则报错FileNotFoundError;
若filename存在,则返回值为xlrd.book.Book对象

1.2. 获取Book对象中所有sheet名称
  • BookObject.sheet_names():获取所有sheet的名称,以列表方式显示
1.3. 获取Book对象中所有Sheet对象
  • BookObject.sheets():获取所有sheet的对象,以列表形式显示

  • BookObject.sheet_by_index(sheetx):通过sheet索引获取所需sheet对象
    sheetx为索引值,索引从0开始计算;
    若sheetx超出索引范围,则报错IndexError;
    若sheetx在索引范围内,则返回值为xlrd.sheet.Sheet对象

  • BookObject.sheet_by_name(sheet_name):通过sheet名称获取所需sheet对象
    sheet_name为sheet名称;
    若sheet_name不存在,则报错xlrd.biffh.XLRDError;
    若sheet_name存在,则返回值为xlrd.sheet.Sheet对象

1.4. 判断Book对象中某个sheet是否导入
  • BookObject.sheet_loaded(sheet_name_or_index):通过sheet名称或索引判断该sheet是否导入成功
    返回值为bool类型,若返回值为True表示已导入;若返回值为False表示未导入
1.5. 对Sheet对象中的行操作
  • SheetObject.nrows:获取某sheet中的有效行数

  • SheetObject.row_values(rowx[, start_colx=0, end_colx=None]):获取sheet中第rowx+1行从start_colx列到end_colx列的数据,返回值为列表。
    若rowx在索引范围内,以列表形式返回数据;
    若rowx不在索引范围内,则报错IndexError

  • SheetObject.row(rowx):获取sheet中第rowx+1行单元,返回值为列表;
    列表每个值内容为: 单元类型:单元数据

  • SheetObject.row_slice(rowx[, start_colx=0, end_colx=None]):以切片方式获取sheet中第rowx+1行从start_colx列到end_colx列的单元,返回值为列表;
    列表每个值内容为: 单元类型:单元数据

  • SheetObject.row_types(rowx[, start_colx=0, end_colx=None]):获取sheet中第rowx+1行从start_colx列到end_colx列的单元类型,返回值为array.array类型。
    单元类型ctype:empty为0,string为1,number为2,date为3,boolean为4, error为5(左边为类型,右边为类型对应的值);

  • SheetObject.row_len(rowx):获取sheet中第rowx+1行的长度

rowx:行标,行数从0开始计算(0表示第一行), 必填参数;
start_colx:起始列,表示从start_colx列开始取值,包括第start_colx的值;
end_colx:结束列,表示到end_colx列结束取值,不包括第end_colx的值;

start_colx默认为0,end_colx默认为None:表示取整行相关数据;

  • SheetObject.get_rows():获取某一sheet所有行的生成器
1.6. 对Sheet对象中的列操作
  • SheetObject.ncols:获取某sheet中的有效列数

  • SheetObject.col_values(self, colx[, start_rowx=0, end_rowx=None]):获取sheet中第colx+1列从start_rowx行到end_rowx行的数据,返回值为列表。

  • SheetObject.col_slice(colx[, start_rowx=0, end_rowx=None]):以切片方式获取sheet中第colx+1列从start_rowx行到end_rowx行的数据,返回值为列表。
    列表每个值内容为: 单元类型:单元数据

  • SheetObject.col_types(colx[, start_rowx=0, end_rowx=None]):获取sheet中第colx+1列从start_rowx行到end_rowx行的单元类型,返回值为列表;

1.7. 对Sheet对象的单元格执行操作
  • ShellObeject.cell(rowx, colx):获取sheet对象中第rowx+1行,第colx+1列的单元对象,返回值为'xlrd.sheet.Cell'类型,返回值的格式为“单元类型:单元值”。

  • ShellObject.cell_value(rowx, colx):获取sheet对象中第rowx+1行,第colx+1列的单元数据,返回值为当前值的类型(如float、int、string...);

  • ShellObject.cell_type(rowx, colx):获取sheet对象中第rowx+1行,第colx+1列的单元数据类型值;
    单元类型ctype:empty为0,string为1,number为2,date为3,boolean为4, error为5;

import xlrd

""" 打开excel表格"""
workbook = xlrd.open_workbook("测试.xlsx")
print(workbook)             # 结果:<xlrd.book.Book object at 0x000000000291B128>

""" 获取所有sheet名称"""
sheet_names = workbook.sheet_names()
print(sheet_names)          # 结果:['表1', 'Sheet2']

""" 获取所有或某个sheet对象"""
# 获取所有的sheet对象
sheets_object = workbook.sheets()
print(sheets_object)        # 结果:[<xlrd.sheet.Sheet object at 0x0000000002956710>, <xlrd.sheet.Sheet object at 0x0000000002956AC8>]
# 通过index获取第一个sheet对象
sheet1_object = workbook.sheet_by_index(0)
print(sheet1_object)        # 结果:<xlrd.sheet.Sheet object at 0x0000000002956710>
# 通过name获取第一个sheet对象
sheet1_object = workbook.sheet_by_name(sheet_name="表1")
print(sheet1_object)        # 结果:<xlrd.sheet.Sheet object at 0x0000000002956710>

""" 判断某个sheet是否已导入"""
# 通过index判断sheet1是否导入
sheet1_is_load = workbook.sheet_loaded(sheet_name_or_index=0)
print(sheet1_is_load)       # 结果:True
# 通过sheet名称判断sheet1是否导入
sheet1_is_load = workbook.sheet_loaded(sheet_name_or_index="表1")
print(sheet1_is_load)       # 结果:True

""" 对sheet对象中的行执行操作:如有效行数、某行从n1到n2列的数据、某行的单元和类型、某行的长度...... """
# 获取sheet1中的有效行数
nrows = sheet1_object.nrows
print(nrows)                # 结果:5
# 获取sheet1中第3行的数据
all_row_values = sheet1_object.row_values(rowx=2)
print(all_row_values)           # 结果:[3.0, 'b', 1, '']
row_values = sheet1_object.row_values(rowx=2, start_colx=1, end_colx=3)
print(row_values)               # 结果:['b', 1]
# 获取sheet1中第3行的单元对象
row_object = sheet1_object.row(rowx=2)
print(row_object)               # 结果:[number:3.0, text:'b', bool:1, empty:'']
# 获取sheet1中第3行的单元
row_slice = sheet1_object.row_slice(rowx=2)
print(row_slice)                # 结果:[number:3.0, text:'b', bool:1, empty:'']
# 获取sheet1中第3行的单元类型
row_types = sheet1_object.row_types(rowx=2)
print(row_types)                # 结果:array('B', [2, 1, 4, 0])
# 获取sheet1中第3行的长度
row_len = sheet1_object.row_len(rowx=2)
print(row_len)                  # 结果:4
# 获取sheet1所有行的生成器
rows_generator = sheet1_object.get_rows()
print(rows_generator)           # 结果:<generator object Sheet.get_rows.<locals>.<genexpr> at 0x00000000028D8BA0>

""" 对sheet对象中的列执行操作:"""
# 获取sheet1中的有效列数
ncols = sheet1_object.ncols
print(ncols)                # 结果:4
# 获取sheet1中第colx+1列的数据
col_values = sheet1_object.col_values(colx=1)
print(col_values)           # 结果:['测试', 'a', 'b', 'c', 'd']
col_values1 = sheet1_object.col_values(1, 1, 3)
print(col_values1)          # 结果:['a', 'b']
# 获取sheet1中第2列的单元
col_slice = sheet1_object.col_slice(colx=1)
print(col_slice)            # 结果:[text:'测试', text:'a', text:'b', text:'c', text:'d']
# 获取sheet1中第2列的单元类型
col_types = sheet1_object.col_types(colx=1)
print(col_types)            # 结果:[1, 1, 1, 1, 1]

"""对sheet对象中的单元执行操作"""
# 获取sheet1中第rowx+1行,第colx+1列的单元对象
cell_info = sheet1_object.cell(rowx=1, colx=2)
print(cell_info)           # 结果: text:'m'
print(type(cell_info))     # 结果:<class 'xlrd.sheet.Cell'>
# 获取sheet1中第rowx+1行,第colx+1列的单元值
cell_value = sheet1_object.cell_value(rowx=1, colx=2)
print(cell_value)           # 结果: m
# 获取sheet1中第rowx+1行,第colx+1列的单元类型值
cell_type = sheet1_object.cell_type(rowx=1, colx=2)
print(cell_type)            # 结果:1

2. 读取单元格内容为日期/时间的方式

https://www.jb51.net/article/60510.htm
若单元格内容的类型为date,即ctype值为3时,则代表此单元格的数据为日期

  • xlrd.xldate_as_tuple(xldate, datemode):若xldate数据为日期/时间,则将转化为适用于datetime的元组;
    返回值为元组,格式为:(year, month, day, hour, minute, nearest_second)
    xldate:sheet对象中单元格的数据
    datemode:日期模式
""" 读取sheet对象中的日期 """
import datetime
workbook = xlrd.open_workbook("测试.xlsx")
sheet2_object = workbook.sheet_by_name("Sheet2")
# value_type = sheet2_object.cell(0, 1).ctype
value_type = sheet2_object.cell_type(0, 1)
print(value_type)  # 结果:3
if value_type == 3:
    print("单元格数据为日期")
    cell_value = sheet2_object.cell_value(0, 1)
    print(cell_value)  # 结果:43506.0
    date_tuple = xlrd.xldate_as_tuple(cell_value, workbook.datemode)
    print(date_tuple)  # 结果:(2019, 2, 10, 0, 0, 0)
    date_value = datetime.date(*date_tuple[:3])
    print(date_value)  # 结果:2019-02-10
    date_format = date_value.strftime('%Y/%m/%d')
    print(date_format)  # 结果:2019/02/10

3. 对合并单元格执行操作

(1) 获取合并的单元格
若表格为xls格式的,打开workbook时需将formatting_info设置为True,然后再获取sheet中的合并单元格;
若表格有xlsx格式的,打开workbook时保持formatting_info为默认值False,然后再获取sheet中的合并单元格;

  • SheetObject.merged_cells:获取sheet中合并单元格的信息,返回值为列表;
    若sheet对象中无合并单元格,则返回值为空列表;
    列表中每个单元格信息的格式为:(row_start, row_end, col_start, col_end)
    row_start表示合并单元格的起始行;
    row_end表示合并单元格的结束行;
    col_start表示合并单元格的起始列;
    col_end表示合并单元格的结束列;
    合并单元格的行取值范围为[row_start, row_end),包括row_start,不包括row_end;
    合并单元格的列取值范围为[col_start, col_end),包括col_start,不包括col_end;
    如:(1, 3, 4, 6):表示从第1到2行合并,从第4到第5列合并;

(2)读取合并单元格的数据
读取合并单元格数据仅需merged_cells数据中的row_start和col_start这两个索引即可

  • SheetObject.cell_value(rowx=row_start, colx=col_start):获取合并单元格的数据
""" 获取合并的单元格并读取单元格数据 """
# 获取xlsx格式的excel文件中的合并单元格
workbook = xlrd.open_workbook("测试.xlsx")
sheet2_object = workbook.sheet_by_name("Sheet2")
print(sheet2_object.merged_cells)   # 结果: [(1, 2, 0, 2), (3, 6, 0, 2)]
# 获取xls格式的excel文件中的合并单元格
workbook1 = xlrd.open_workbook("测试.xls", formatting_info=True)
sheet2_object1 = workbook1.sheet_by_name("Sheet2")
print(sheet2_object1.merged_cells)   # 结果: [(1, 2, 0, 2), (3, 6, 0, 2)]

# 读取合并单元格数据(仅需“起始行起始列”即可获取数据)
print(sheet2_object.cell_value(1, 0))   # 结果:合并
print(sheet2_object.cell_value(3, 0))   # 结果:合并2
# 或使用for循环获取所有的合并单元格数据
for (row_start, row_end, col_start, col_end) in sheet2_object.merged_cells:
    print(sheet2_object.cell_value(rowx=row_start, colx=col_start))


2人点赞
python常用模块