Python使用openpyxl操作Excel的新手入门教程
作者：渣男教父
本文将详细讲解openpyxl的强大功能,从安装到实战,手把手教你读写Excel文件、获取单元格数据、批量合并多个工作簿,无论是办公自动化还是数据整理,掌握openpyxl让你效率翻倍,轻松应对日常Excel处理需求
openpyxl 简介
为什么选择 openpyxl？
Python 能操作 Excel 的库有很多：
| 库名 | 特点 | 适用场景 |
|---|---|---|
| openpyxl | 功能强大，支持读写 .xlsx 格式 | 日常办公自动化 |
| xlrd/xlwt | 老牌库，只能读/写 .xls | 旧版 Excel 文件 |
| pandas | 数据分析神器，可读写 Excel | 大数据处理 |
| xlwings | 调用 Excel 程序，保留公式 | 需要复杂公式计算 |
推荐：对于大多数场景，openpyxl 是最佳选择！
安装 openpyxl
pip install openpyxl
安装成功后，你会看到 Successfully installed openpyxl 提示。
Excel 核心概念
在操作 Excel 之前，我们先来认识几个核心概念：
工作簿 (Workbook) - 一个 Excel 文件就是一个工作簿
工作表 (Sheet) - 工作簿中的表格
- 行 (Row) - 横向，用数字 1, 2, 3... 表示
- 列 (Column) - 纵向，用字母 A, B, C... 表示
- 单元格 (Cell) - 行和列的交叉点
- 坐标 (Coordinate) - 如 B4 表示第2列第4行
重要提醒：
- Excel 的索引从 1 开始（不是从 0 开始！）
- 列用字母表示：A, B, C... Z, AA, AB...
- 行用数字表示：1, 2, 3...
- 单元格坐标格式：列字母 + 行数字，如 B4
示例：图中【后羿】所在的位置是 B4，表示第 B 列第 4 行。
打开 Excel 文件
支持的文件格式：.xlsx / .xlsm / .xltx / .xltm
注意：.xls 格式（旧版 Excel）需要先转换为 .xlsx 才能使用 openpyxl
示例文件：王者小学.xlsx，包含两个工作表：
代码示例：
from openpyxl import load_workbook # 文件路径（r 前缀表示原始字符串，避免转义问题） filePath = r'D:\王者小学.xlsx' # 打开 Excel 文件 workbook = load_workbook(filePath) # 查看所有工作表名称 print(workbook.sheetnames)
运行结果：
['花名册', '成绩单']
关键函数：load_workbook(filepath)
- 作用：加载已存在的 Excel 文件
- 参数：文件路径（字符串）
- 返回：Workbook 对象
- 注意：只能打开已存在的文件，不能创建新文件
获取 Excel 数据
获取工作表（Sheet）
一个 Excel 文件可以包含多个工作表，获取工作表有三种常用方法：
| 方法 | 语法 | 说明 |
|---|---|---|
| 通过名称 | workbook['表名'] | 最常用，直观明了 |
| 通过索引 | workbook.worksheets[索引] | 索引从 0 开始 |
| 获取活动表 | workbook.active | 获取当前打开时显示的表 |
代码示例：
from openpyxl import load_workbook
filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
# 方法1：通过表名获取
sheet1 = workbook["花名册"]
# 方法2：通过索引获取（从0开始）
sheet2 = workbook.worksheets[0] # 第一个表
# 方法3：获取当前活动表
sheet3 = workbook.active
print(f"方法1: {sheet1}")
print(f"方法2: {sheet2}")
print(f"方法3: {sheet3}")
运行结果：
方法1: <Worksheet "花名册">
方法2: <Worksheet "花名册">
方法3: <Worksheet "成绩单">
提示：
workbook["花名册"]和workbook.worksheets[0]获取的是同一个表workbook.active获取的是 Excel 打开时默认显示的表
获取表格尺寸
使用 sheet.dimensions 可以获取表格的数据范围：
from openpyxl import load_workbook
filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet1 = workbook["花名册"]
sheet2 = workbook["成绩单"]
print(f"花名册: {sheet1.dimensions}")
print(f"成绩单: {sheet2.dimensions}")
运行结果：
花名册: A1:C5
成绩单: A1:D5
含义解析：
A1:C5= 从 A1 单元格到 C5 单元格的数据区域A1:D5= 从 A1 单元格到 D5 单元格的数据区域
尺寸格式：左上角坐标:右下角坐标
如 A1:C5 表示 A 列到 C 列，第 1 行到第 5 行的区域
获取单元格数据
获取单元格数据有两种常用方法：
| 方法 | 语法 | 适用场景 |
|---|---|---|
| 坐标法 | sheet['B2'] | 知道单元格坐标时 |
| 行列法 | sheet.cell(row=2, column=2) | 需要循环遍历时 |
代码示例：
from openpyxl import load_workbook
filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook["花名册"]
sheet2 = workbook["成绩单"]
# 方法1：通过坐标获取
cell1 = sheet["B2"]
print(f"单元格对象: {cell1}")
print(f"单元格值: {cell1.value}")
# 方法2：通过行列获取（B2 = 第2行第2列）
cell2 = sheet.cell(row=2, column=2)
print(f"单元格值: {cell2.value}")
# 获取后羿的成绩（C4 = 第4行第3列）
score = sheet2.cell(row=4, column=3).value
print(f"后羿的成绩: {score}")
运行结果：
单元格对象: <Cell '花名册'.B2>
单元格值: 李白
单元格值: 李白
后羿的成绩: 96
总结：
sheet['B2']→ 获取单元格对象sheet['B2'].value→ 获取单元格的值sheet.cell(row=2, column=2)→ 通过行列获取（行、列从1开始）
获取区域数据
方法1：使用sheet[]（切片语法）
from openpyxl import load_workbook
filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook["花名册"]
# 获取矩形区域
cells = sheet["A1:C4"] # 从A1到C4的区域
for row in cells: # 按行遍历
for cell in row: # 遍历行中的每个单元格
print(cell.value)
运行结果：
学号
姓名
性别
1
李白
男
...
常用切片方式：
| 语法 | 说明 | 示例 |
|---|---|---|
sheet['A1:C4'] | 获取矩形区域 | A1到C4的所有单元格 |
sheet['A'] | 获取整列 | A列所有数据 |
sheet['4'] | 获取整行 | 第4行所有数据 |
sheet['A:C'] | 获取多列 | A到C列 |
sheet[2:4] | 获取多行 | 第2到4行 |
方法2：使用sheet.iter_rows()（推荐）
iter_rows() 是更灵活的方法，直接用行列数字指定范围：
from openpyxl import load_workbook
filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook["花名册"]
# 获取指定范围（第2-4行，第1-2列）
for row in sheet.iter_rows(min_row=2, max_row=4, min_col=1, max_col=2):
for cell in row:
print(cell.value)
# 获取所有数据
for row in sheet.iter_rows():
for cell in row:
print(cell.value)
# 直接获取值（不需要 .value）
for row in sheet.iter_rows(min_row=2, max_row=4, values_only=True):
print(row) # 直接是元组 ('1', '李白', '男')
参数说明：
| 参数 | 说明 | 默认值 |
|---|---|---|
min_row | 起始行 | 1 |
max_row | 结束行 | 最大行 |
min_col | 起始列 | 1 |
max_col | 结束列 | 最大列 |
values_only | 是否只返回值 | False |
推荐：需要按行列遍历时，使用 iter_rows() 更直观！
修改和保存 Excel
修改单元格的值
修改单元格有两种方式：
from openpyxl import load_workbook filePath = r'D:\王者小学.xlsx' workbook = load_workbook(filePath) sheet = workbook['花名册'] # 方式1：直接赋值 sheet["B2"] = '张三' # 方式2：通过 cell 对象赋值 cell = sheet["B3"] cell.value = '李四' # 保存文件 workbook.save(r'D:\王者小学2.xlsx')
对比效果：
重要提醒：
- 必须保存：修改后调用
workbook.save(路径)才能生效 - 另存为：如果路径不同，会创建新文件；路径相同则覆盖原文件
- 文件关闭：保存前确保 Excel 文件已关闭，否则会报错
批量插入数据
使用 append() 方法可以在表格末尾批量插入数据：
from openpyxl import load_workbook
filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook['花名册']
# 要插入的数据（列表的列表）
data = [
['5', '安琪拉', "女"],
['6', '荆轲', "女"],
['7', '夏侯惇', "男"],
]
# 逐行追加
for row in data:
sheet.append(row)
workbook.save(filePath)
print("数据插入成功！")
应用场景：
- 爬虫数据存储
- 批量导入数据
- 日志记录
- 报表生成
实战项目：合并多个 Excel 文件
项目背景
假设你是公司的数据分析师，需要将2021年4个季度的销售数据合并成一个总表。每个季度的数据保存在单独的 Excel 文件中：
实现思路
- 遍历数据文件夹中的所有 Excel 文件
- 读取每个文件的数据
- 提取季度信息（从文件名获取）
- 将所有数据合并到一个新的工作簿
- 保存汇总文件
核心代码
import os
from openpyxl import load_workbook, Workbook
# 数据文件夹路径
data_dir = r'D:\2021年销售明细'
# 创建新的工作簿保存汇总数据
summary_wb = Workbook()
summary_sheet = summary_wb.active
summary_sheet.title = "2021年销售汇总"
# 写入表头
headers = ['季度', '产品', '销量', '销售额']
summary_sheet.append(headers)
# 遍历所有Excel文件
for filename in os.listdir(data_dir):
if filename.endswith('.xlsx'):
# 提取季度信息
quarter = filename.replace('.xlsx', '')
# 打开文件读取数据
file_path = os.path.join(data_dir, filename)
wb = load_workbook(file_path)
sheet = wb.active
# 读取数据（跳过表头）
for row in sheet.iter_rows(min_row=2, values_only=True):
# 添加季度信息
row_data = [quarter] + list(row)
summary_sheet.append(row_data)
wb.close()
# 保存汇总文件
summary_wb.save(r'D:\2021年销售汇总.xlsx')
print("数据合并完成！")
至此，你已经掌握了 Python 操作 Excel 的核心技能！
文档总结
一、核心知识点回顾
1. Excel 基础概念
工作簿 (Workbook) → 一个 Excel 文件
└── 工作表 (Sheet)
├── 行 (Row) - 数字 1, 2, 3...
├── 列 (Column) - 字母 A, B, C...
└── 单元格 (Cell) - 坐标如 B4
重要：Excel 索引从 1 开始，不是 0！
2. openpyxl 核心操作
| 操作 | 代码 | 说明 |
|---|---|---|
| 打开文件 | load_workbook('文件.xlsx') | 加载已存在的文件 |
| 获取工作表 | wb['表名'] / wb.worksheets[0] | 获取指定工作表 |
| 获取单元格 | sheet['B2'] / sheet.cell(row=2, column=2) | 两种获取方式 |
| 获取值 | cell.value | 获取单元格的值 |
| 修改值 | sheet['B2'] = '新值' | 直接赋值修改 |
| 批量插入 | sheet.append([数据列表]) | 在末尾添加一行 |
| 保存文件 | wb.save('路径.xlsx') | 保存修改 |
3. 区域数据获取方法对比
| 方法 | 优点 | 缺点 |
|---|---|---|
sheet['A1:C4'] | 直观，用坐标 | 需要转换行列到坐标 |
sheet.iter_rows() | 直接用行列数字 | 稍微复杂一点 |
推荐：简单场景用 sheet[]，复杂遍历用 iter_rows()
4. 完整操作流程
from openpyxl import load_workbook
# 1. 打开文件
wb = load_workbook('数据.xlsx')
# 2. 获取工作表
sheet = wb['Sheet1']
# 3. 读取/修改数据
value = sheet['A1'].value
sheet['B2'] = '新数据'
# 4. 批量插入
sheet.append(['数据1', '数据2', '数据3'])
# 5. 保存文件
wb.save('数据.xlsx')
二、常见应用场景
- 数据整理：批量处理多个 Excel 文件
- 报表生成：自动从数据库导出数据到 Excel
- 数据清洗：读取 Excel 数据，处理后保存
- 爬虫存储：将爬取的数据保存到 Excel
- 办公自动化：自动填充模板、生成报告
三、学习建议
- 多练习：Excel 操作熟能生巧，多写代码
- 注意索引：时刻记住 Excel 从 1 开始计数
- 及时保存：修改后记得调用
save() - 关闭文件：操作前确保 Excel 文件已关闭
- 结合 pandas：大数据量时考虑使用 pandas
以上就是Python使用openpyxl操作Excel的新手入门教程的详细内容，更多关于Python openpyxl操作Excel的资料请关注脚本之家其它相关文章！