Python 操作 Excel 表格主要通过几个流行的库来实现,包括 pandas、openpyxl 和 xlsxwriter。下面是使用这些库进行常见操作的一些示例代码片段。
#一、简单操作
使用 pandas
python
#读取 Excel 文件
import pandas as pd
# 读取整个Excel文件
df = pd.read_excel('example.xlsx')
# 读取特定工作表
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
2. 写入 Excel 文件
# 将 DataFrame 写入新的 Excel 文件
df.to_excel('output.xlsx', index=False)
# 写入指定工作表
with pd.ExcelWriter('output.xlsx') as writer:
df.to_excel(writer, sheet_name='New Sheet', index=False)
使用 openpyxl
python
1. 安装 openpyxl
pip install openpyxl
2. 读取单元格数据
from openpyxl import load_workbook
wb = load_workbook('example.xlsx')
ws = wb['Sheet1']
cell_value = ws['A1'].value
print(cell_value)
3. 写入单元格数据
from openpyxl import Workbook
wb = Workbook()
ws = wb.active
ws['A1'] = 'Hello'
ws['B1'] = 'World!'
wb.save('output.xlsx')
使用 xlsxwriter
python
1. 安装 xlsxwriter
pip install XlsxWriter
2. 创建新工作簿并写入数据
import xlsxwriter
workbook = xlsxwriter.Workbook('output.xlsx')
worksheet = workbook.add_worksheet()
worksheet.write('A1', 'Hello')
worksheet.write('B1', 'World!')
workbook.close()
二、高级用法
当然,Python 操作 Excel 时,除了基础的读写操作外,还有许多高级玩法可以提升工作效率和数据处理能力。下面通过几个例子来展示如何利用 pandas 和 openpyxl 库进行更复杂的数据处理和格式化。
使用 pandas 进行高级数据处理
python
1. 数据透视表(Pivot Table)
import pandas as pd
# 假设df是从Excel读取的数据
df = pd.read_excel('sales_data.xlsx')
# 创建数据透视表
pivot_table = pd.pivot_table(df, values='Sales', index=['Manager'], columns=['Product'],
aggfunc=np.sum, fill_value=0)
# 输出到新的Excel文件
pivot_table.to_excel('pivot_sales.xlsx')
2. 数据清洗与转换(Data Cleaning and Transformation)
# 去除空值
df_cleaned = df.dropna()
# 替换特定值
df_cleaned['Status'] = df_cleaned['Status'].replace({'inactive': 'Inactive'})
# 重命名列
df_cleaned.rename(columns={'OldName': 'NewName'}, inplace=True)
使用 openpyxl 进行高级格式化
python
1. 条件格式(Conditional Formatting)
from openpyxl import Workbook
from openpyxl.styles import PatternFill
from openpyxl.formatting.rule import CellIsRule
# 创建工作簿和工作表
wb = Workbook()
ws = wb.active
# 填充数据
for i in range(1, 11):
ws.cell(row=i, column=1).value = i * 10
# 定义填充样式
red_fill = PatternFill(start_color='FF0000', end_color='FF0000', fill_type='solid')
# 添加条件格式规则:如果A列的值大于50,则背景色为红色
rule = CellIsRule(operator='>', formula=['50'], fill=red_fill)
ws.conditional_formatting.add('A1:A10', rule)
# 保存文件
wb.save('conditional_format.xlsx')
2. 插入图表(Creating Charts)
from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference
# 假设已有数据
wb = Workbook()
ws = wb.active
# 添加数据
for i in range(1, 4):
ws.cell(row=1, column=i+1).value = f'Series {i}'
for j in range(1, 4):
ws.cell(row=j+1, column=i+1).value = i * j
# 创建柱状图
chart = BarChart()
data = Reference(ws, min_col=2, min_row=1, max_col=4, max_row=4)
cats = Reference(ws, min_col=1, min_row=2, max_row=4)
chart.add_data(data, titles_from_data=True)
chart.set_categories(cats)
chart.title = "Sample Bar Chart"
ws.add_chart(chart, "E2")
# 保存文件
wb.save('chart_example.xlsx')
以上示例展示了如何使用 Python 对 Excel 进行复杂的数据分析、数据清洗、条件格式化以及图表插入等高级操作,这些技巧能极大提高数据处理的效率和质量。