使用Python的openpyxl包操作Excel文件

一、Excel表的相关术语

在正式介绍如何使用openpyxl包来操作Excel表之前，需要简单了解以下若干个和Excel相关的术语：

术语	解释
工作簿（Spreadsheet或Workbook）	工作簿就是用户创建的一个以.xlsx或.xls为后缀的文件
工作表（Worksheet或Sheet）	工作表是一个工作簿中的一页，一个工作簿可能有多个工作表
列（Column）	列，一般以大写字母表示，如：A
行（Row）	行，一般以数字表示，如：1
单元格（Cell）	列和行的交汇处，一般以字母数字表示，如：A1

二、安装openpyxl包

使用如下命令可以安装openpyxl包：

pip install openpyxl

实际上，笔者尝试在Windows10平台上使用上述命令安装openpyxl包时，遇到了以下两个问题，并通过对应方式得到了解决：

• 安装速度很慢：pip包管理工具默认从*的源下载，可以在命令后加选项-i 境内镜像源地址进行换源安装；
• 无法安装至期望路径：笔者的计算机上先在D盘安装过了Anaconda，所以默认后续所有的包都安装到了Anaconda的路径下，导致无法导入openpyxl包，于是又在命令后加上--target=期望指定的路径。

因此，笔者通过下列命令快速完成了openpyxl包的安装，并使之可以被正确导入使用：

pip install openpyxl -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com --target=C:\Users\Administrator\AppData\Local\Programs\Python\Python38\Lib\site-packages

为了验证openpyxl包的确被正确安装，并且可以正常使用，下面代码使用openpyxl包创建一个简单的Excel表：

from openpyxl import Workbook


workbook = Workbook()
sheet = workbook.active

sheet['A1'] = 'Hello'
sheet['B1'] = 'openpyxl'

workbook.save(filename='hello_openpyxl.xlsx')

三、用openpyxl操作Excel

为了更好演示如何使用openpyxl操作Excel，本文使用了阿里云天池的一个数据集，原数据格式为CSV，此处将其复制后转到了Excel中，原始数据集可以从此处下载得到。

1. 用openpyxl读取Excel

下面在ipython中演示如何使用openpyxl读取Excel：

>>> from openpyxl import load_workbook
>>> workbook = load_workbook(filename='sam_tianchi_mum_baby.xlsx')
>>> print(workbook.sheetnames)  # 查看工作簿中的所有工作表
['Sheet 1', 'Sheet 2', 'Sheet 3']

>>> sheet = workbook.active  # 获取活动的工作表，一般为第一个或最后一次修改的那个表
>>> sheet
<Worksheet "Sheet 1">
>>> sheet.title  # 工作表的title属性可显示其名称
'Sheet 1'

在打开工作簿后，你就可以使用如下方式方便地从中获取想要的值：

>>> sheet['A1']  # 获取A1单元格对象
<Cell 'Sheet 1'.A1>

>>> sheet['A1'].value  # 获取A1单元格的值
'user_id'

你也可以用.cell()方法，通过行列的索引来获取某个单元格对象，进而使用.value来获取单元格的值：

>>> sheet.cell(row=10, column=2)
<Cell 'Sheet 1'.B10>

>>> sheet.cell(row=10, column=2).value
20090708

需要指出的是，load_workbook()函数的还有其他可选参数，这些参数可以改变Excel文件被导入后的行为，其中比较重要的有以下两个Bool类型参数：

• read_only：可以只读模式导入一个Excel文件，这样就可以方便地打开较大的Excel文件；
• data_only：导入时忽略Excel文件中的公式，只导入通过公式计算出的值。

2. 遍历Excel表中数据

openpyxl提供多种遍历Excel表的方式，你可以根据自身需求选择使用：

• 使用类似切片的方式遍历Excel工作表：

>>> sheet['A1:C2']
((<Cell 'Sheet 1'.A1>, <Cell 'Sheet 1'.B1>, <Cell 'Sheet 1'.C1>),
 (<Cell 'Sheet 1'.A2>, <Cell 'Sheet 1'.B2>, <Cell 'Sheet 1'.C2>))

• 获取某一或几列的所有单元格对象：

>>> # 获取某一列的所有的单元格
>>> sheet['A']
(<Cell 'Sheet 1'.A1>, 
 <Cell 'Sheet 1'.A2>, 
 <Cell 'Sheet 1'.A3>,
 ...
 <Cell 'Sheet 1'.A954>)
>>> # 获取某几列的所有单元格
>>> sheet['A:B']
((<Cell 'Sheet 1'.A1>,
  <Cell 'Sheet 1'.A2>,
  ...
  <Cell 'Sheet 1'.A954>),
 (<Cell 'Sheet 1'.B1>,
  <Cell 'Sheet 1'.B2>,
  ...
  <Cell 'Sheet 1'.B954>))

• 获取某一或几行的所有单元格对象：

>>> # 获取某一行的所有单元格对象
>>> sheet[5]
(<Cell 'Sheet 1'.A5>, <Cell 'Sheet 1'.B5>, <Cell 'Sheet 1'.C5>)

>>> # 获取某几行的所有单元格对象
>>> sheet[5:6]
((<Cell 'Sheet 1'.A5>, <Cell 'Sheet 1'.B5>, <Cell 'Sheet 1'.C5>),
 (<Cell 'Sheet 1'.A6>, <Cell 'Sheet 1'.B6>, <Cell 'Sheet 1'.C6>))

3. 使用內置容器处理数据

4. 转换数据为Data Class

四、参考资料

• [1] A Guide to Excel Spreadsheets in Python With openpyxl

本文地址：https://blog.csdn.net/weixin_37780776/article/details/107273705