• Python之Excel 优雅操作手法 没有人比我更懂优雅


    慢慢看,优雅的操作都在后头

    Tips:当下2020年12月,文中所有代码都亲测过。如果哪天不能用了,便是模块进行了改动。如有需要可移步扣扣裙606916831

    Excel简介

    先来简单了解一下Excel,方便我们后期操作:

    Excel文件三个对象

    workbook: 工作簿,一个excel文件包含多个sheet。
    sheet:工作表,一个workbook有多个,表名识别,如“sheet1”,“sheet2”等。
    cell: 单元格,存储数据对象

    基本操作

    基本操作网上一找一堆,但是我既然要做这么一份可以在收藏夹吃灰的工具博客,那就需要囊括这些基础。
    但是我和网上其他博客又有所不同的侧重,看下去你就知道了。

    如果功底扎实,你可以将Excel理解为一个简单的数据库,也可以看做一个vector。

    模块导入:import openpyxl
    空手套白狼,创建Excel文件:
    wb = openpyxl.Workbook()	#此处可以赋予读写权限:write_only=True,无法读写
    wb.save('test.xlsx')		#记得保存,否则一切成空
    wb.close()	        	#记得有开有关
    

    不过这个要慎用,这个会覆盖原有同名Excel。

    打开一个现有的Excel:

    #操作手法1
    wb = openpyxl.open('test.xlsx')
    
    #操作手法2
    wb2 = openpyxl.load_workbook('test.xlsx')
    

      

    就像数据库一样,多个句柄可以同时存在(wb和wb2可以同时存在)。

    如果你觉得这样并没有什么不妥,那也正常;
    如果你觉得有什么不妥,但是说不出来,那也正常;
    如果你觉得有什么不妥,也能说得出来,但是并不会解决这个问题,那也正常;
    如果你能指出来并且进行妥善处理,那也可以理解。

    反正我都要跟你们说怎么办,不知道的现在都知道了

    基本读写操作:
    ws = wb.active
    
    #你可以这样进行操作
    ws['C4'] = 'A4'
    
    #也可以这样操作
    ws.cell(3,4,'aa')
    

    Tips:增删查改,本文只讲“增查”,删改还请诸君自行领悟。

    基本页操作(sheet)

    上面的操作默认都是在sheet1上进行,而一个Excel却经常会要用到不同的页,就像一个数据库里边还有不同的表呢。

    创建sheet
    wb = openpyxl.open('test.xlsx')
    cs = wb.create_sheet("test_sheet0",0)	# 页名、页位置(如果页名重复了,会被自动改名)
    wb.save('test.xlsx')
    wb.close()
    获取sheet的操作权限
    sheet = wb['页名']	#不知道名字用print(wb.sheetnames)
    

    修改sheet名字

    sheet.title = '新名字'
    

    增查

    ws['A3'] = 'a'
    ws.cell(1,3,'a')
    

    读写表

    获取行列数
    rows=ws.max_row   #获取行数
    cols=ws.max_column    #获取列数
    

      

    逐列/逐行 写

    逐列

    示例:

    import openpyxl
    
    wb = openpyxl.open('1.xlsx')
    ws = wb.active
    
    A = [1,2,3,4,5,6,7,8,9]
    
    for i,j in zip(range(4,9),A):
        # 两种方式,看你喜欢那种咯(我喜欢哪种就不用多说了吧,插一列我还要去数是哪一列?)
        ws['D'+str(i)] = j
        #ws.cell(i,4,j)
    
    wb.save('1.xlsx')
    wb.close()
    

    代码释义

    待写入的列表
    
    for i,j in zip(range(起始位置),列表):
        ws[列名+str(i)] = j
        #ws.cell(i,第几列,j)
    
    逐行

    这里又和上面有点小不同

    A = [1,2,3,4,5,6,7,8,9]
    
    for i,j in zip(range(4,9),A):
        # 你要是连自己要写到哪一列都不知道那我就不说什么了
        ws.cell(5,i,j)
    往尾行写入
    ws.append([‘This is A1’, ‘This is B1’, ‘This is C1’])
    ws.append({‘A’ : ‘This is A1’, ‘C’ : ‘This is C1’})
    ws.append({1 : ‘This is A1’, 3 : ‘This is C1’}) 

    逐列/行 读

    这将是本篇中最优雅的部分了

    score_list = [i.value for i in ws['B'][1:]]
    score_list2 = [i.value for i in ws['A:K'][1]]
    

      

    有的小伙伴想说row和column函数是吧,有我这优雅吗?有我这自由吗?

    (其实全篇我就是为了写这两行)

    其他的代码我就不一一放在这里了,若有需要+606916831+

    还有其他需要了解的操作吗?
    如果有,打在评论区,我来补上。

  • 相关阅读:
    样式
    笔试:输入输出
    kafka hbase MR
    数据库
    Spring
    转:Numpy扩充矩阵维度(np.expand_dims, np.newaxis)和删除维度(np.squeeze)的方法
    PyTorch LSTM,batch_first=True对初始化h0和c0的影响
    矩阵F范数的平方转化为矩阵的迹
    Python自带的random库,numpy的随机库,torch的随机函数
    转:sklearn中的高斯混合模型GMM
  • 原文地址:https://www.cnblogs.com/python-miao/p/14205330.html
Copyright © 2020-2023  润新知