python之excel文件(.xls文件)处理方式
作者：可乐大牛
python excel文件(.xls文件)如何处理
xlrd 用于读取文件，xlwt 用于写入文件,xlutils 是两个工具包的桥梁，也就是通过xlrd 读取.xls文件，然后通过xlutils 将文件内容交给xlwt处理并且保存。
xlrd
常用API：
#导入
import xlrd
# 打开文件 必须是存在的文件路径
wb = xlrd.open_workbook('路径')
# 获取文件中所有的sheet对象
objects = wb.sheets()
#获取文件中所有的sheet名称
names = wb.sheet_names()
# 按照索引获得sheet对象
ws = wb.sheet_by_index(索引值)
#按照名称获得sheet对象
ws = wb.sheet_by_name(文件名)
#获得当前sheet对象的名称
name = ws.name
#获得当前excel文件的sheet个数
n = wb.nsheets
#获得当前sheet已使用的行和列
nrows = ws.nrows
ncols = ws.ncols
# 获得当前sheet某一行或者某一列的所有元素 元素格式是：数据类型：数据值
# 数据类型：0.空，1.字符串，2.数字，3.日期，4.布尔，5.error
lst = ws.row(索引值)
lst = ws.col(索引值)
# 是ws.row(索引值)和s.col(索引值)得到允许切片版本
lst = ws.row_slice(索引值, start_colx=0, end_colx=None)
lst = ws.col_slice(索引值, start_rowx=0, end_rowx=None)
# 获得当前sheet某一行或者某一列的所有元素的值
lst = ws.row_values(索引值)
lst = ws.col_values(索引值)
# 获得当前sheet某一行或者某一列的所有元素的数据类型
lst = ws.row_types(索引值，start_colx=0, end_colx=None)
lst = ws.col_types(索引值, start_rowx=0, end_rowx=None)
# 返回当前sheet某一行已使用的长度
i = ws.row_len(索引值)
# 获取当前sheet中某个单元格的元素 元素格式是：数据类型：数据值
# 数据类型：0.空，1.字符串，2.数字，3.日期，4.布尔，5.error
n = ws.cell(行索引， 列索引)
# 获取当前sheet中某个单元格的元素的值
n = ws.cell_value(行索引， 列索引)
n = ws.cell(行索引，列索引).value
n = ws.row(行索引)[列索引].value
# 获取当前sheet中某个单元格的元素的数据类型
n = ws.cell_type(行索引， 列索引)
n = ws.cell(行索引，列索引).ctype
n = ws.row(行索引)[列索引].ctypexlwt
# 导入
import xlwt
# 新建.xls的文件
nwb = xlwt.Workbook('utf-8')
# 添加工作表
nws = nwb.add_sheet('名称', cell_overwrite_ok=True)
# 在对应单元格上写入内容
nws.write(行索引，列索引，写入内容)
# 保存文件 注意.xls的后缀不能少
nwb.save('文件名.xls')xlutils
# 导入
from xlutils.copy import copy
# 用xlrd导入待处理的文件
wb = xlrd.open_workbook('文件名')
#使用copy函数处理 此时的 nwb 不仅具有 xlwt 的功能, 还具有 xlrd 的功能
#也就是既可读又可写.
nwb = copy(wb)python处理excel文件问题
最近需要频繁读写 excel 文件，想通过程序对 excel 文件进行自动化处理，发现使用 python 的 openpyxl 库进行 excel 文件读写实在太方便了，结构清晰，操作简单。
本文对 openpyxl 的使用进行总结，主要包含以下内容：
- openpyxl 的介绍及 excel 文件结构说明
- 工作表的读写处理
- 行列的读写处理
- 单元格的读写处理
openpyxl 及 excel 文件结构
openpyxl 是一个对 xlsx/xlsm/xltx/xltm 格式的 2010 excel 文档进行读写的 python 库。它官网有详细的文档介绍。在进行使用前，需先安装并引入
# 安装 pip install openpyxl # 引入openpyxl 模块 import openpyxl
在进行 excel 操作之前，先对 excel 的文件结构做一个简单了解，以便于熟悉后续的操作。如下图：
一个 excel 文件，其内容按层次分为工作簿(文件) -> 工作表(sheet) -> 行列 -> 单元格 ，对应上图，整个 excel 文件即是一个工作簿；工作簿下可以有多个工作表(如图中的 Sheet1/test1 等等)；工作表中就是对应的表格数据，分为行和列，行是用序号表示，列用大写字母表示（也可用序号）；行与列的交点就是每一个存储数据的单元格。
因此，我们对 excel 表格进行读写，基本按这个层次思路来操作：读入文件，找到工作表，遍历行列，定位单元格，对单元格进行读写。因此，会涉及到工作表、行列、单元格的读写操作。
这些操作之前，需要先把文件加载进来，一个 excel 文件就是一个工作簿 (workbook)，加载操作如下（示例中的 excel 文件为 text.xlsx）：
# 加载excel文件 file_path = "E:/pythontest/test.xlsx" workbook = openpyxl.load_workbook(file_path)
工作表处理
- 工作表读取
工作表( sheet )会有多个，可以读取全部的工作表，读取单个时，可以按 sheet 名称读取，也可以按下标（下标从0开始）。
- 全部工作表对象：workbook.worksheets
- 全部工作表名称：workbook.sheetnames
- 按名称(sheet_name)获取工作表：workbook[sheet_name]
- 按下标(i从0开始)获取工作表：workbook.worksheets[i]
- 获取正在使用的工作表：workbook.active
- 获取工作表的属性（如工作表名称、最大行数和列数等）：sheet.title、sheet.max_row、sheet.max_column
如下：
# 全部sheet对象 >>> workbook.worksheets [<Worksheet "Sheet1">, <Worksheet "test1">, <Worksheet "test2">] # 全部sheet名称 >>> workbook.sheetnames ['Sheet1', 'test1', 'test2'] # 按名称读取sheet >>> workbook["Sheet1"] <Worksheet "Sheet1"> # 按下标读取 >>> workbook.worksheets[0] <Worksheet "Sheet1"> # 获取当前正在使用的sheet >>> workbook.active <Worksheet "Sheet1"> # 获取sheet的属性 >>> sheet_active.title Sheet1 >>> sheet_active.max_row 6 >>> sheet_active.max_column 3
- 工作表添加
若需要新增工作表，按操作流程，先添加工作表，再保存文件。创建通过create_sheet完成，创建后保存(save)文件，添加才能生效。
- 创建工作表，若名称相同，则自动进行重命名：workbook.create_sheet(“test3”)
- 在指定的下标创建工作表：workbook.create_sheet(“test4”,1)
- 保存文件，若文件路径与打开的文件路径相同，则覆盖；不同，则会复制原文件并保存（相当于另存为）：workbook.save(file_path)
- 工作表修改
要修改工作表名称，直接通过设置工作表的 title 即可，修改后同样需要保存文件。
# 修改工作表名称 >>> sheet1 = workbook['test1'] >>> sheet1.title = 'test11' # 保存文件 >>> workbook.save(file_path)
- 工作表删除
删除工作表，需要先获取 sheet 对象，然后删除。删除有两种方式，一是使用 workbook 提供的 remove 方法，也可以直接使用 python 的del进行删除。删除操作后，同样需要保存文件：
# remove删除工作表 sheet = workbook["test-1"] workbook.remove(sheet) # del操作删除 del workbook["test2"] # 保存文件 workbook.save(file_path)
行列处理
获取 sheet 对象后，后续即可进行行列操作，包括行列读取，添加，删除等。
- 读行列
获取全部行和列，然后可以进行遍历：sheet.rows ，sheet.columns
读取部分行列：读一行sheet[1],读多行sheet[2:3]，读一列sheet[‘A’]，读多列sheet[‘B:C’]
# 遍历全部行 >>> for row in sheet.rows: ... print(row) ... (<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.B1>, <Cell 'Sheet1'.C1>) (<Cell 'Sheet1'.A2>, <Cell 'Sheet1'.B2>, <Cell 'Sheet1'.C2>) .... # 读取部分行列 >>> sheet[1] (<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.B1>, <Cell 'Sheet1'.C1>) >>> sheet["A:B"] ((<Cell 'Sheet1'.A1>, <Cell 'Sheet1'.A2>, <Cell 'Sheet1'.A3>, <Cell 'Sheet1'.A4>, <Cell 'Sheet1'.A5>, <Cell 'Sheet1'.A6>), (<Cell 'Sheet1'.B1>, <Cell 'Sheet1'.B2>, <Cell 'Sheet1'.B3>, <Cell 'Sheet1'.B4>, <Cell 'Sheet1'.B5>, <Cell 'Sheet1'.B6>))
- 添加行列
添加行列，可以指定位置添加单个行列或多个行列。
- 直接在工作表中追加行数据：sheet.append(rowdata)
- 在指定 index（从1开始计算） 位置添加行列：sheet.insert_rows,sheet.insert_cols
# 在第4行插入1行空行 >>> sheet.insert_rows(4) # 在第2行插入2行空行 >>> sheet.insert_rows(idx=2,amount=2) # 添加一行数据到表 >>> row_data = ["tom", 15, "tom@test.com"] >>> sheet.append(row_data) # 保存修改内容 >>> workbook.save(file_path)
- 删除行列
删除操作与插入行列操作方式一致，使用delete_rows及delete_cols方法。
# 删除行 >>> sheet.delete_rows(2,2) >>> workbook.save(file_path)
单元格处理
我们的数据最终是保存在每一个单元格（Cell）中，因此，最终我们操作数据其实就是单元格中的数据，单元格中，openpyxl 使用是 Cell 对象。前面在遍历行列数据时，可以看到输出<Cell ‘Sheet1’.A1>的内容，这对应的单元格对象。下面对单元格的操作进行说明。
- 获取单元格数据值及属性值
定位获取单元格有两种方式：
- 直接指定行列名：sheet[A1]
- 使用 cell 函数（行列下标从1开始）：sheet.cell(row=2,column=1)
# 指定行列坐标获取单元格 >>> sheet["A1"] <Cell 'Sheet1'.A1> # cell函数获取单元格 >>> sheet.cell(row=1, column=1) <Cell 'Sheet1'.A1>
获取单元格对象后，可以获取数据值及其属性，包括它所在的行列数，坐标，值等。
>>> cell = sheet["A2"] >>> cell.value '张三' >>> cell.coordinate 'A2' >>> cell.column 1 >>> cell.row 2
- 移动单元格
通过对单元格区域，可以向上、下、左、右进行移动，使用的是move_range(range,rows,cols)，其中 rows 和 cols 为整数，正整数表示向下或向右，负整数为向上或向左。
# 单元格合并，使用范围坐标
sheet.merge_cells("A2:B3")
# 单元格合并，指定行列下标（下标从1开始）
sheet.merge_cells(start_row=5, start_column=3, end_row=7, end_column=4)
wb.save(file_path)
# 拆分单元格
sheet.unmerge_cells("A2:B3")
sheet.unmerge_cells(start_row=5, start_column=3, end_row=7, end_column=4)
# 保存文件
wb.save(file_path)- 合并拆分单元格
对于跨行和跨列，需要对单元格进行合并，使用的是merge_cells(range_string, start_row, start_column, end_row, end_column)。如果要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。合并及拆分都可以通过行列坐标（如A1）或者行列下标（如1,2）进行。
# 单元格合并，使用范围坐标
sheet.merge_cells("A2:B3")
# 单元格合并，指定行列下标（下标从1开始）
sheet.merge_cells(start_row=5, start_column=3, end_row=7, end_column=4)
wb.save(file_path)
# 拆分单元格
sheet.unmerge_cells("A2:B3")
sheet.unmerge_cells(start_row=5, start_column=3, end_row=7, end_column=4)
# 保存文件
wb.save(file_path)- 写入单元格
对单元格值进行修改和写入，直接对cell.value进行赋值即可。
这里需要注意的是，可以写入 excel 公式，具体公式与 excel 中用到公式一致，另外，若是写入公式，读取时获取到的 value 值也是公式，而非公式值。
# 写入值 cell.value = "张三" # 写入公式(求平均值) cell.value = "=AVERAGE(B2:B6)"
- 设置单元格格式
单元格的格式包括行高，列宽，字体、边框、对齐方式、填充颜色等。这些都在 openpyxl 的 styles 模块中。
- 行高/列宽：row_dimensions[row_num].height = xx，sheet.column_dimensions[col_name].width = xx
- 字体( Font 对象)：包括字段名称，大小、加粗、斜体、颜色等，Font(name=“微软雅黑”, size=20, bold=True, italic=True, color=“000000”)
- 边框（ Border 对象和 Side 对象）：边框每一条边的格式大小/颜色Side(style=“thin”, color=“000000”)，通过边构建边框对象：Border(left=side, right=side, top=side, bottom=side)
- 对齐（ Alignment 对象）：垂直和水平对齐方向，是否自动换行。Alignment(horizontal=“center”, vertical=“center”, wrap_text=True)
- 填充颜色，分为普通颜色填充和渐变颜色填充：PatternFill(fill_type=“solid”, fgColor=“FF0000”)和 GradientFill(stop=(“FF0000”, “FD1111”, “000000”))
# 设置行高和列宽
sheet.row_dimensions[1].height = 50
sheet.column_dimensions["A"].width = 20
# 设置单元格字体
cell = sheet["A1"]
current_font = cell.font
font = Font(name="微软雅黑", size=20, bold=True, italic=True, color="000000")
cell.font = font
# 设置边框(细边，黑色)
side_style = Side(style="thin", color="000000")
border = Border(left=side_style, right=side_style, top=side_style, bottom=side_style)
cell.border = border
# 居中对齐，自动换行
cell_alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)
cell.alignment = cell_alignment
# 填充颜色（红色填充，和红色到黑色渐变填充）
p_fill = PatternFill(fill_type="solid", fgColor="FF0000")
g_fill = GradientFill(stop=("FF0000", "FD1111", "000000"))
cell.fill = p_fill
sheet["B1"].fill = g_fill最后注意的是，这些修改操作最后都需要通过保存操作**（wb.save(file_path)）**才能生效。
注意：
通过上面的讲解，了解如何使用 python 的 openpyxl 库对 excel 文档的处理操作，可以发现它的操作逻辑相当是清晰简单的，符合的我们使用 excel 的习惯。
处理流程基本是加载文件、定位需要处理的工作表、行、列及单元格。对它们进行读、写、修改格式等操作。
因此，如果有自动化处理 excel 文件的需求，用 openpyxl 吧，但它限制只能处理 2010 格式的 excel 文档，对于旧格式（ xls ）的建议都统一换为新的格式再操作，或者也可以使用 xlrd 和 xlwt 模块操作。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。