Python实战：xlsx文件的读写

Python实战：xlsx文件的读写

🌈 个人主页：高斯小哥

🔥 高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程 👈 希望得到您的订阅和支持~

💡 创作高质量博文，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）

---

🌵文章目录🌵

• [一、openpyxl库简介 🔍](#一、openpyxl库简介 🔍)
• [二、安装openpyxl 📚](#二、安装openpyxl 📚)
• [三、使用openpyxl写入xlsx文件 🖋](#三、使用openpyxl写入xlsx文件 🖋)
• [四、使用openpyxl读取xlsx文件 📑](#四、使用openpyxl读取xlsx文件 📑)
• [五、pandas库简介 🔍](#五、pandas库简介 🔍)
• [六、安装pandas 📚](#六、安装pandas 📚)
• [七、使用pandas写入xlsx文件 🖋](#七、使用pandas写入xlsx文件 🖋)
• [八、使用pandas读取xlsx文件 📑](#八、使用pandas读取xlsx文件 📑)
• [九、实战演练 🚀](#九、实战演练 🚀)
• • 示例1：写入多个工作表到同一个xlsx文件
  • 示例2：写入带有格式的数据到xlsx文件
• [十、总结 📚](#十、总结 📚)
• [十一、最后 🤝](#十一、最后 🤝)

在数据分析和处理的日常工作中，Excel文件（.xlsx格式）📑🔍无疑是我们经常需要与之打交道的一种文件格式。Python🐍提供了多种库来读写xlsx文件，其中最受欢迎的是openpyxl📚和pandas🐼。本文将通过实战的方式💪🔥，带你深入了解如何使用Python来读写xlsx文件📄🖊️，让你在数据处理中更加游刃有余！🚀✨

一、openpyxl库简介 🔍

openpyxl是一个强大的Python库，用于🔄读写Excel电子表格文件！它允许你通过Python程序轻松处理电子表格文件，包括📝创建、🖌️修改、🔍分析和🔄转换等操作。💪

不仅如此，openpyxl还支持Excel的多种格式，如📁xlsx、xlsm、xltx和xltm，让你可以轻松处理大量数据和复杂的电子表格。💡

二、安装openpyxl 📚

在使用openpyxl之前，你需要先安装它。可以通过pip来安装：

pip install openpyxl

三、使用openpyxl写入xlsx文件 🖋

下面是一个使用openpyxl创建并写入xlsx文件的简单示例：

from openpyxl import Workbook

# 创建工作簿
workbook = Workbook()

# 选择默认的工作表
sheet = workbook.active

# 写入单元格数据
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'

# 保存工作簿
workbook.save(filename='example.xlsx')

以上代码使用openpyxl库创建一个新的Excel工作簿，并在其默认的工作表中写入"Hello"到A1单元格和"World"到B1单元格，然后将该工作簿保存为名为"example.xlsx"的文件。

四、使用openpyxl读取xlsx文件 📑

下面是一个使用openpyxl读取xlsx文件的简单示例：

from openpyxl import load_workbook

# 加载工作簿
workbook = load_workbook(filename='example.xlsx')

# 选择工作表
sheet = workbook['Sheet']

# 读取单元格内容
cell_value = sheet['A1'].value
print(f"A1单元格的值是：{cell_value}")

# 读取整行数据
row_values = [cell.value for cell in sheet['A']]
print(f"A行的值是：{row_values}")

# 读取整列数据
column_values = [cell.value for cell in sheet[1]]
print(f"第1列的值是：{column_values}")

# 读取整个工作表数据
for row in sheet.iter_rows(min_row=1, max_col=5, values_only=True):
    print(row)

以上代码使用openpyxl库来加载一个名为example.xlsx的Excel工作簿，并从中读取数据。代码首先选择了一个名为Sheet的工作表，然后分别读取了单元格A1的值、整行A的数据、整列第1列的数据，以及通过迭代行的方式读取了前5列的数据，并打印出了这些数据。

五、pandas库简介 🔍

pandas是一个强大的数据分析库，它提供了DataFrame这一数据结构，使得数据处理变得非常方便。同时，pandas也提供了读写Excel文件的功能。

六、安装pandas 📚

在使用pandas之前，你需要先安装它。可以通过pip来安装：

pip install pandas

同时，为了读写xlsx文件，你还需要安装openpyxl或xlrd库：

pip install openpyxl xlrd

七、使用pandas写入xlsx文件 🖋

下面是一个使用pandas创建并写入xlsx文件的简单示例：

import pandas as pd

# 创建数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'London', 'Paris']
}

# 创建DataFrame
df = pd.DataFrame(data)

# 写入xlsx文件
df.to_excel('example.xlsx', index=False)

以上代码使用Python的pandas库创建一个包含姓名、年龄和城市的简单数据集，并将这个数据集保存为一个名为'example.xlsx'的Excel文件。在这个Excel文件中，数据以表格的形式呈现，没有包含任何索引。

八、使用pandas读取xlsx文件 📑

下面是一个使用pandas读取xlsx文件的简单示例：

import pandas as pd

# 读取xlsx文件
data = pd.read_excel('example.xlsx', sheet_name='Sheet1')

# 显示数据
print(data)

输出：

      Name  Age      City
0    Alice   25  New York
1      Bob   30    London
2  Charlie   35     Paris

进程已结束,退出代码0

九、实战演练 🚀

示例1：写入多个工作表到同一个xlsx文件

import pandas as pd

# 创建数据
data1 = {
    'Name': ['Alice', 'Bob'],
    'Age': [25, 30]
}

data2 = {
    'Product': ['Apple', 'Banana'],
    'Price': [0.99, 0.59]
}

# 创建DataFrame
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 使用ExcelWriter写入多个工作表
with pd.ExcelWriter('multiple_sheets.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1')
    df2.to_excel(writer, sheet_name='Sheet2')

# 注释：
# 使用pd.ExcelWriter上下文管理器，可以将多个DataFrame写入同一个xlsx文件的不同工作表中。
# to_excel方法的sheet_name参数指定了工作表的名称。

以上代码使用Python的pandas库创建两个数据字典（data1和data2），分别代表两个人的信息（姓名和年龄）以及两种产品的信息（产品和价格）。接着，这些数据字典被转换为两个pandas DataFrame对象（df1和df2）。最后，利用pandas的ExcelWriter功能，这两个DataFrame对象被写入同一个Excel文件（multiple_sheets.xlsx）的不同工作表（Sheet1和Sheet2）中。这样，一个Excel文件就包含了两个相关的数据集，方便后续的数据分析和处理。

示例2：写入带有格式的数据到xlsx文件

import pandas as pd
from openpyxl import Workbook
from openpyxl.styles import Font, Alignment, Border, Side, PatternFill

# 创建数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'London', 'Paris']
}

# 创建DataFrame
df = pd.DataFrame(data)

# 使用pandas写入xlsx文件
with pd.ExcelWriter('formatted_data.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, index=False, sheet_name='Sheet1')

# 加载已存在的Excel文件并获取工作表
wb = Workbook()
ws = wb.active
ws.title = 'Sheet1'

# 将pandas写入的数据复制到openpyxl工作簿中
for r_idx, row in df.iterrows():
    for c_idx, value in enumerate(row, start=1):
        ws.cell(row=r_idx + 1, column=c_idx, value=value)

# 设置标题行的字体样式
title_font = Font(bold=True, size=14)
for cell in ws[1]:  # 假设标题在第一行
    cell.font = title_font
    cell.alignment = Alignment(horizontal='center')

# 设置数据区域的边框和填充样式
border = Border(left=Side(style='thin'), right=Side(style='thin'),
                top=Side(style='thin'), bottom=Side(style='thin'))
fill = PatternFill(start_color='FFFFCC', end_color='FFFFCC', fill_type='solid')
for row in ws.iter_rows(min_row=2, max_row=df.shape[0] + 1, min_col=1, max_col=df.shape[1], values_only=False):
    for cell in row:
        cell.border = border
        cell.fill = fill

# 保存工作簿
wb.save('formatted_data.xlsx')

以上代码首先使用pandas库创建一个包含姓名、年龄和城市的DataFrame，并将其保存为一个名为'formatted_data.xlsx'的Excel文件。然后，代码加载该Excel文件并使用openpyxl库进行样式设置，包括将标题行设置为粗体和居中，为数据区域添加边框，并为数据区域填充颜色。最后，代码保存修改后的工作簿到相同的Excel文件中。

十、总结 📚

通过本文的实战演练，我们学习了如何使用openpyxl和pandas两个Python库来读写xlsx文件。openpyxl适合对Excel文件进行低级别的操作，如创建、修改和提取工作簿、工作表和单元格等。而pandas则提供了更高级别的数据处理功能，如读取数据、数据分析和写入数据等。在实际应用中，我们可以根据具体需求选择合适的库来处理xlsx文件。

---

十一、最后 🤝

亲爱的读者，感谢您每一次停留和阅读 ，这是对我们最大的支持和鼓励！🙏在茫茫网海中，您的关注让我们深感荣幸。您的独到见解和建议，如明灯照亮我们前行的道路。🌟若在阅读中有所收获，一个赞或收藏，对我们意义重大。

我们承诺，会不断自我挑战，为您呈现更精彩的内容。📚有任何疑问或建议，欢迎在评论区畅所欲言，我们时刻倾听。💬让我们携手在知识的海洋中航行，共同成长，共创辉煌！🌱🌳感谢您的厚爱与支持，期待与您共同书写精彩篇章！

您的点赞👍、收藏🌟、评论💬和关注💖，是我们前行的最大动力！

🎉 感谢阅读，祝你编程愉快！ 🎉