本文目錄一覽:
python對excel操作
Python對於Excel的操作是多種多樣的,掌握了相關用法就可以隨心所欲的操作數據了!
操作xls文件
xlrd(讀操作):
import xlrd
1、引入xlrd模塊
workbook=xlrd.open_workbook(“36.xls”)
2、打開[36.xls]文件,獲取excel文件的workbook(工作簿)對象
names=workbook.sheet_names()
3、獲取所有sheet的名字
worksheet=workbook.sheet_by_index(0)
4、通過sheet索引獲得sheet對象
worksheet為excel表第一個sheet表的實例化對象
worksheet=workbook.sheet_by_name(“各省市”)
5、通過sheet名獲得sheet對象
worksheet為excel表sheet名為【各省市】的實例化對象
nrows=worksheet.nrows
6、獲取該表的總行數
ncols=worksheet.ncols
7、獲取該表的總列數
row_data=worksheet.row_values(n)
8、獲取該表第n行的內容
col_data=worksheet.col_values(n)
9、獲取該表第n列的內容
cell_value=worksheet.cell_value(i,j)
10、獲取該表第i行第j列的單元格內容
xlwt(寫操作):
import xlwt
1、引入xlwt模塊
book=xlwt.Workbook(encoding=”utf-8″)
2、創建一個Workbook對象,相當於創建了一個Excel文件
sheet = book.add_sheet(‘test’)
3、創建一個sheet對象,一個sheet對象對應Excel文件中的一張表格。
sheet.write(i, j, ‘各省市’)
4、向sheet表的第i行第j列,寫入’各省市’
book.save(‘Data\\36.xls’)
5、保存為Data目錄下【36.xls】文件
操作xlsx文件
openpyxl(讀操作):
import openpyxl
1、引入openpyxl模塊
workbook=openpyxl.load_workbook(“36.xlsx”)
2、打開[36.xlsx]文件,獲取excel文件的workbook(工作簿)對象
names=workbook.sheetnames
worksheet=workbook.worksheets[0]
worksheet=workbook[“各省市”]
ws = workbook.active
6、獲取當前活躍的worksheet,默認就是第一個worksheet
nrows=worksheet.max_row
7、獲取該表的總行數
ncols=worksheet.max_column
8、獲取該表的總列數
content_A1= worksheet[‘A1’].value
9、獲取該表A1單元格的內容
content_A1=worksheet.cell(row=1,column=1).value
10、獲取該表第1列第1列的內容
openpyxl(寫操作):
workbook=openpyxl.Workbook()worksheet = workbook.active
3、獲取當前活躍的worksheet,默認就是第一個worksheet
worksheet.title=”test”
4、worksheet的名稱設置為”test”
worksheet = workbook.create_sheet()
5、創建一個新的sheet表,默認插在工作簿末尾
worksheet.cell(i,j,’空’)
6、第i行第j列的值改成’空’
worksheet[“B2″]=”空”
7、將B2的值改成’空’
worksheet.insert_cols(1)
8、在第一列之前插入一列
worksheet.append([“新增”,”台灣省”])
9、添加行
workbook.save(“Data\\36.xlsx”)
10、保存為Data目錄下【36.xlsx】文件
pandas處理excel文件
pandas操作:
import pandas as pd
1、引入pandas模塊
data = pd.read_excel(’36.xls’)
2、讀取[36.xls]或者[36.xlsx]文件
data = pd.read_csv(’36.csv’)
3、讀取[36.csv]文件
data=data.dropna(subset=[‘店鋪’])
4、過濾掉data店鋪列有缺失的數據
data.sort_values(“客戶網名”, inplace=True)
5、將data數據按照客戶網名列進行從小到大排序
data = pd.read_csv(36.csv, skiprows = [0,1,2],sep = None, skipfooter = 4)
6、讀取[36.csv]文件,前三行和後四行的數據略過
data = data.fillna(‘空’)
7、將data中的空白處填充成’空’
data.drop_duplicates(‘訂單’,’first’,inplace=True)
8、data中的數據,按照【訂單】列做去重處理,保留第一條數據
data=pd.DataFrame(data,columns=[‘訂單’,’倉庫’])
9、只保留data中【訂單】【倉庫】列的數據
data = data[(data[u’展現量’] 0)]
10、只保留【展現量】列中大於0的數據
data= data[data[“訂單”].str.contains(‘000’)]
11、只保留【訂單】列中包含’000’的數據
data= data[data[“倉庫”]==’正品倉’]
12、只保留【倉庫】列是’正品倉’的數據
xs= data[data[“店鋪”]==’南極人’][‘銷售額’]
13、獲取店鋪是南極人的銷售額數據
data[‘訂單’] = data[‘訂單’].str[3:7]
14、【訂單】列的值只保留4-8個字節的值
data[“郵資”] = np.where((data[‘店鋪’].str.contains(‘T|t’)) -(data[‘倉庫’] == ‘代發倉’), 8, data[‘郵資’])
15、滿足店鋪列包含 T 或 t 並且倉庫不等於’代發倉’的話,將郵資的值改成8,否則值不變
data = np.array(data).tolist()
16、將data從DataFrame轉換成列表
data=pd.DataFrame(data)
17、將列錶轉換成DataFrame格式
zhan = data[u’展現’].sum().round(2)
18、將data中所有展現列數據求和,並取兩位小數
sum=data.groupby([‘店鋪’])[‘刷單’].sum()
19、將data中按照店鋪對刷單進行求和
counts=data[‘店鋪’].value_counts()
20、將data按照店鋪進行計算
avg=data.groupby([‘店鋪’])[‘刷單’].mean()
21、將data按照店鋪對刷單進行求平均數
count = pd.concat([counts,sum], axis=1, ignore_index=True, sort=True)
22、將counts和sum兩個DataFrame進行了組合
count=count.rename(index=str, columns={0: “訂單”, 1: “成本”})
23、將新生成的DataFrame列名進行修改
data = pd.merge(sum, counts, how=’left’, left_on=’店鋪’, right_on=’店鋪’)
24、將列錶轉換成DataFrame格式
from openpyxl import Workbook
wb=Workbook()
ws1=wb.active
data.to_excel(’36.xlsx’)
wb.close()
25、data完整的寫入到關閉過程,執行此操作的時候【36.xlsx】不能是打開狀態
excel格式操作
樣式處理:
1、打開【36.xlsx】
sheet=workbook.worksheets[0]
2、將第一個sheet對象賦值給sheet
sheet.column_dimensions[‘A’].width = 20.0
3、將A列的寬度設置為20
sheet.row_dismensions[1].height = 20.0
4、將第一行的行高設置為20
sheet.merge_cells(‘A1:A2’)
5、將sheet表A1和A2單元格合併
sheet.unmerge_cells(‘A1:A2’)
6、將sheet表A1和A2單元格取消合併
sheet.insert_rows(2,2)
7、將sheet表從第2行插入2行
sheet.insert_cols(3,2)
8、將sheet表從第3列插入2列
sheet.delete_rows(2)
9、刪除第2行
sheet.delete_cols(3, 2)
10、將sheet表從第3列開始刪除2列
from openpyxl.styles import Font, Border, PatternFill, colors, Alignment
11、分別引入字體、邊框、圖案填充、顏色、對齊方式
sheet.cell(i,j).font = Font(name=’Times New Roman’, size=14, bold=True, color=colors.WHITE)
12、設置sheet表第 i 行第 j 列的字體
sheet.cell(i,j).alignment = Alignment(horizontal=’center’, vertical=’center’)
13、設置sheet表第 i 行第 j 列的字體對齊方式
left, right, top, bottom = [Side(style=’thin’, color=’000000′)] * 4sheet.cell(i,j).border = Border(left=left, right=right, top=top, bottom=bottom)
14、引入邊框樣式並調用
fill = PatternFill(“solid”, fgColor=”1874CD”)sheet.cell(1,j).fill = fill
15、引入填充樣式,並調用
import xlrd
from openpyxl import Workbook
from openpyxl import load_workbook
workbook=load_workbook(filename=’C:/Users/EDZ/Desktop/工作/2021.08.03/大兄弟.xlsx’)
sheet=workbook.active
sheet.insert_cols(idx=1)
sheet.merge_cells(A1:A3)
sheet[‘A1’]=[‘上海’,’山東’,’浙江’]
python如何對excel數據進行處理
在python語言中,可以使用xlrd和xlwt兩個庫操作excel。
在python語言中處理Excel的方法:
在python項目中,新建python文件,並依次導入xlrd和xlwt。
接着調用open_workbook()方法,打開一個excel文件
調用sheet_by_name()方法,讀取文件的sheet頁
如果是後面加了個s,sheet_names表示獲取excel中所有的sheet頁
利用sheets()方法加序號,可以獲取某個sheet頁對象
如果想要獲取excel某個sheet頁中記錄的總數,使用nrows
在cell()中傳入兩個值,一個行一個列,然後value獲取對應單元格的值
推薦:python視頻教程以上就是小編分享的關於python如何對excel數據進行處理的詳細內容希望對大家有所幫助,更多有關python教程請關注環球青藤其它相關文章!
python處理excel完整版
**1.2.1 新建保存工作簿(覆蓋創建)
獲取當前活動工作表的:
以索引值方式獲取工作表:
以工作表名獲取: wb[‘工作表名’],注意,此表達方式為切片顯示,所以沒有成員提示。很少用
循環工作表:很好用,一般用sheetnames
獲取所有工作表名:wb.sheetnames
獲取指定工作表名
修改工作表名稱
新建工作表時的默認工作表名:
workbook.remove(工作表)
A1 表示法: 工作表[‘A1’] ,R1C1 表示法:工作表.cell(行號,列號)
2.工作表[‘起始行號’: ‘結束行號’]或者工作表[‘起始行號: 結束行號’],此方法是按行讀取的數據。
3.工作表[‘起始列號’: ‘結束列號’]或者工作表[‘起始列號: 結束列號’],
此方法是按列讀取的數據。
4.獲取(按行)指定工作表所有已用數據:
list(workbook.worksheets[索引值].values)
按行求和(方法 1)
按行求和(方法 )
按列統計平均值
按行獲取工作表使用區域數據:worksheet.rows
按列獲取工作表使用區域數據:worksheet.columns
獲取工作表中最小行號:worksheet.min_row
獲取工作表中最小列號:worksheet.min_column
獲取工作表中最大行號:worksheet.max_row
獲取工作表中最大列號:worksheet.max_column
獲取單元格的行號:cell.row
獲取單元格的列號:cell.column iter
方法獲取指定區域:
1.按行獲取指定工作表單元格區域:worksheet.iter_rows(……)
2.按列獲取指定工作表單元格區域:worksheet.iter_cols(……)
可以通過 min_row、min_col、max_col、max_row 這幾個參數進行單元格區域的控制
A1 表示法:工作表[‘A1’]=值,R1C1 表示法:工作表.cell(行號,列號,值)
在最後一行寫入數據:工作表.append(列表)
1.10.2 實例應用(九九乘法表)
最後加一列寫優秀
原創文章,作者:S5K02,如若轉載,請註明出處:https://www.506064.com/zh-hant/n/128499.html