请教下 Python 高手如何用 Python 自动化操作 Excel-CSDN博客

本文链接：https://blog.csdn.net/CDA_Happy/article/details/144659737

教学篇：如何用Python自动化操作Excel

在日常工作中，数据处理是一项繁琐且重复的任务，尤其是当这些数据分散在多个Excel表格中时。手动处理不仅耗时，而且容易出错。幸运的是，Python提供了一种高效的方法来自动化这些任务。本文将详细介绍如何使用Python自动化操作Excel，帮助你提高工作效率，减少人为错误。无论你是数据分析师、财务人员还是IT工程师，掌握这项技能都能让你的工作变得更加轻松。

为什么选择Python？

Python是一种高级编程语言，以其简洁的语法和强大的库支持而闻名。对于数据处理任务，Python提供了多种库，如pandas、openpyxl和xlrd，这些库可以轻松地读取、写入和操作Excel文件。此外，Python的生态系统非常活跃，社区支持丰富，遇到问题时很容易找到解决方案。

Python与Excel操作的基本概念

在开始之前，我们需要了解一些基本概念：

工作簿（Workbook）：一个Excel文件称为一个工作簿，可以包含多个工作表。
工作表（Worksheet）：一个工作簿中的每个标签页称为一个工作表，可以包含多行和多列数据。
单元格（Cell）：工作表中的每个格子称为一个单元格，可以存储文本、数字或其他类型的数据。

安装必要的库

要使用Python操作Excel，首先需要安装一些必要的库。常用的库包括：

openpyxl：用于读取和写入 .xlsx 文件。
xlrd 和 xlwt：用于读取和写入 .xls 文件。
pandas：一个强大的数据处理库，可以方便地读取和写入Excel文件，并进行数据操作。

你可以使用 pip 命令来安装这些库：

pip install openpyxl xlrd xlwt pandas

使用 `openpyxl` 操作 Excel

openpyxl 是一个专门用于读取和写入 .xlsx 文件的库。它提供了丰富的功能，可以方便地操作Excel文件。

读取Excel文件

假设我们有一个名为 example.xlsx 的文件，其中包含一个名为 Sheet1 的工作表。我们可以使用 openpyxl 读取这个文件：

import openpyxl

# 打开工作簿
workbook = openpyxl.load_workbook('example.xlsx')

# 选择工作表
sheet = workbook['Sheet1']

# 读取单元格数据
cell_value = sheet['A1'].value
print(f"单元格 A1 的值是: {cell_value}")

写入Excel文件

我们还可以使用 openpyxl 向Excel文件中写入数据：

# 创建一个新的工作簿
workbook = openpyxl.Workbook()

# 获取默认的工作表
sheet = workbook.active

# 写入数据
sheet['A1'] = 'Hello, World!'
sheet['B1'] = 12345

# 保存工作簿
workbook.save('output.xlsx')

处理多个工作表

如果一个工作簿中包含多个工作表，可以使用 workbook.sheetnames 获取所有工作表的名称，然后选择特定的工作表进行操作：

# 获取所有工作表的名称
sheet_names = workbook.sheetnames
print(f"工作簿中的工作表有: {sheet_names}")

# 选择特定的工作表
sheet = workbook['Sheet2']

处理行和列

openpyxl 提供了方便的方法来处理行和列。例如，可以使用 max_row 和 max_column 获取工作表的最大行数和最大列数：

# 获取最大行数和最大列数
max_row = sheet.max_row
max_column = sheet.max_column
print(f"最大行数: {max_row}, 最大列数: {max_column}")

# 遍历所有单元格
for row in range(1, max_row + 1):
    for col in range(1, max_column + 1):
        cell_value = sheet.cell(row=row, column=col).value
        print(f"单元格 ({row}, {col}) 的值是: {cell_value}")

使用 `pandas` 操作 Excel

pandas 是一个强大的数据处理库，可以方便地读取和写入Excel文件，并进行各种数据操作。pandas 的主要数据结构是 DataFrame，它类似于一个二维表格。

读取Excel文件

使用 pandas 读取Excel文件非常简单：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')

# 显示前5行数据
print(df.head())

写入Excel文件

我们也可以使用 pandas 将数据写入Excel文件：

# 创建一个DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

# 写入Excel文件
df.to_excel('output.xlsx', sheet_name='Sheet1', index=False)

数据处理

pandas 提供了丰富的数据处理功能，可以方便地对数据进行筛选、排序、聚合等操作。例如，我们可以筛选出年龄大于30岁的记录：

# 筛选年龄大于30岁的记录
filtered_df = df[df['Age'] > 30]
print(filtered_df)

多个工作表

如果需要处理多个工作表，可以使用 pd.ExcelFile 对象：

# 读取Excel文件
excel_file = pd.ExcelFile('example.xlsx')

# 获取所有工作表的名称
sheet_names = excel_file.sheet_names
print(f"工作簿中的工作表有: {sheet_names}")

# 读取特定的工作表
df_sheet1 = excel_file.parse('Sheet1')
df_sheet2 = excel_file.parse('Sheet2')

实战案例：自动化生成销售报告

假设你是一名销售人员，需要定期生成销售报告。手动操作Excel文件不仅耗时，而且容易出错。下面是一个使用Python自动化生成销售报告的示例。

准备数据

假设我们有两个Excel文件：sales_data.xlsx 包含销售数据，template.xlsx 包含报告模板。

读取销售数据

首先，我们需要读取销售数据：

import pandas as pd

# 读取销售数据
sales_data = pd.read_excel('sales_data.xlsx', sheet_name='Sales')
print(sales_data.head())

数据处理

接下来，对数据进行处理，计算总销售额、平均销售额等指标：

# 计算总销售额
total_sales = sales_data['Sales'].sum()

# 计算平均销售额
average_sales = sales_data['Sales'].mean()

# 计算最高销售额
max_sales = sales_data['Sales'].max()

# 计算最低销售额
min_sales = sales_data['Sales'].min()

# 将结果存储在一个新的DataFrame中
report_data = {
    'Total Sales': [total_sales],
    'Average Sales': [average_sales],
    'Max Sales': [max_sales],
    'Min Sales': [min_sales]
}
report_df = pd.DataFrame(report_data)

生成报告

最后，将处理后的数据写入报告模板中：

# 读取报告模板
template = pd.read_excel('template.xlsx', sheet_name='Report')

# 更新模板中的数据
template.update(report_df)

# 保存报告
template.to_excel('sales_report.xlsx', sheet_name='Report', index=False)