詳解Python操作Excel文件

原文鏈接：https://blog.csdn.net/weixin_38405253/article/details/100512061

前言

本篇文章主要總結了一下利用python操作Excel文件的第三方庫和方法。

常見庫簡介

1.xlrd

xlrd是一個從Excel文件讀取數據和格式化信息的庫，支持.xls以及.xlsx文件。

地址：http://xlrd.readthedocs.io/en/latest/

• xlrd支持.xls，.xlsx文件的讀

• 通過設置on_demand變量使open_workbook()函數只加載那些需要的sheet，從而節省時間和內存（該方法對.xlsx文件無效）。

• xlrd.Book對象有一個unload_sheet方法，它將從內存中卸載工作表，由工作表索引或工作表名稱指定（該方法對.xlsx文件無效）

2.xlwt

xlwt是一個用於將數據和格式化信息寫入舊Excel文件的庫（如.xls）。

地址：https://xlwt.readthedocs.io/en/latest/

• xlwt支持.xls文件寫。

3.xlutils

xlutils是一個處理Excel文件的庫，依賴於xlrd和xlwt。

地址：http://xlutils.readthedocs.io/en/latest/

• xlutils支持.xls文件。

• 支持Excel操作。

4.xlwings

xlwings是一個可以實現從Excel調用Python，也可在python中調用Excel的庫。

地址：http://docs.xlwings.org/en/stable/index.html

• xlwings支持.xls讀，支持.xlsx文件讀寫。

• 支持Excel操作。

• 支持VBA。

4、強大的轉換器可以處理大部分數據類型，包括在兩個方向上的numpy array和pandas DataFrame。

5.openpyxl

openpyxl是一個用於讀取和編寫Excel 2010 xlsx/xlsm/xltx/xltm文件的庫。

地址：https://openpyxl.readthedocs.io/en/stable/

• openpyxl支持.xlsx文件的讀寫。

• 支持Excel操作。

• 加載大.xlsx文件可以使用read_only模式。

• 寫入大.xlsx文件可以使用write_only模式。

6.xlsxwriter

xlsxwriter是一個用於創建Excel .xlsx文件的庫。

地址：https://xlsxwriter.readthedocs.io/

• xlswriter支持.xlsx文件的寫。

• 支持VBA。

• 寫入大.xlsx文件時使用內存優化模式。

7.win32com

win32com庫存在於pywin32中，是一個讀寫和處理Excel文件的庫。

地址：http://pythonexcels.com/python-excel-mini-cookbook/

• win32com支持.xls，.xlsx文件的讀寫，支持.xlsx文件的寫。

• 支持Excel操作。

8.DataNitro

DataNitro是一個內嵌在Excel中的插件。

地址：https://datanitro.com/docs/

• DataNitro支持.xls，.xlsx文件的讀寫。

• 支持Excel操作。

• 支持VBA。

• 收費

9.pandas

pandas通過對Excel文件的讀寫實現數據輸入輸出

地址：http://pandas.pydata.org/

• pandas支持.xls，.xlsx文件的讀寫。

• 支持只加載每個表的單一工作頁。

 

 

提醒及注意：

• xlutils 僅支持 xls 文件，即2003以下版本；

• win32com 與 DataNitro 僅支持 windows 系統；

• xlwings 安裝成功後，如果運行提示報錯“ImportError: no module named win32api”，請再安裝 pypiwin32 或者 pywin32 包；

• win32com 不是獨立的擴展庫，而是集成在其他庫中，安裝 pypiwin32 或者 pywin32 包即可使用；

• DataNitro 是 Excel 的插件，安裝需到官網下載。

基本功能：

由於設計目的不同，每個模塊通常着重於某一方面功能，各有所長。

1.xlwings

可結合 VBA 實現對 Excel 編程，強大的數據輸入分析能力，同時擁有豐富的接口，結合 pandas/numpy/matplotlib 輕鬆應對 Excel 數據處理工作。

2.openpyxl

簡單易用，功能廣泛，單元格格式/圖片/表格/公式/篩選/批註/文件保護等等功能應有盡有，圖表功能是其一大亮點，缺點是對 VBA 支持的不夠好。

3.pandas

數據處理是 pandas 的立身之本，Excel 作爲 pandas 輸入/輸出數據的容器。

4.win32com

從命名上就可以看出，這是一個處理 windows 應用的擴展，Excel 只是該庫能實現的一小部分功能。該庫還支持 office 的衆多操作。需要注意的是，該庫不單獨存在，可通過安裝 pypiwin32 或者 pywin32 獲取。

5.xlsxwriter

擁有豐富的特性，支持圖片/表格/圖表/篩選/格式/公式等，功能與openpyxl相似，優點是相比 openpyxl 還支持 VBA 文件導入，迷你圖等功能，缺點是不能打開/修改已有文件，意味着使用 xlsxwriter 需要從零開始。

6.DataNitro

作爲插件內嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 腳本。既然被稱爲 Excel 中的 python，協同其他 python 庫亦是小事一樁。然而，這是付費插件…

7.xlutils

基於 xlrd/xlwt，老牌 python 包，算是該領域的先驅，功能特點中規中矩，比較大的缺點是僅支持 xls 文件。

讀寫測試

測試用例

• 用例1. 讀.xls文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數）。

• 用例2. 讀.xlsx文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數）。

• 用例3. 讀.xls文件的整個表（表有1個分頁，頁有2000行1200列的整數）。

• 用例4. 讀.xlsx文件的整個表（表有1個分頁，頁有2000行1200列的整數）。

• 用例5. 寫.xls文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數）。

• 用例6. 寫.xlsx文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數）。

• 用例7. 寫.xls文件的整個表（表有1個分頁，頁有2000行1200列的整數）。

• 用例8. 寫.xlsx文件的整個表（表有1個分頁，頁有2000行1200列的整數）。

測試結果

注：

1. xlwt和pandas每個工作頁最多寫入256列，因此測試用例修改爲每頁有2000行256列的整數.

2. xlutils讀寫依賴於xlrd和xlwt，不單獨測試。

3. openpyxl測試兩種模式，一是普通加載寫入，二是read_only/write_only模式下的加載寫入。

4. DataNitro要收費，且需依託Excel使用，本次不測試。

性能比較

單從讀寫的性能上考慮，win32com的性能是最好的，xlwings其次。

openpyxl雖然操作Excel的功能強大，但讀寫性能過於糟糕，尤其是寫大表時，會佔用大量內存（把我的4G內存用完了），開啓read_only和write_only模式後對其性能有大幅提升，尤其是對讀的性能提升很大，使其幾乎不耗時（0.01秒有點誇張，不過確實是加載上了）。

pandas把Excel當作數據讀寫的容器，爲其強大的數據分析服務，因此讀寫性能表現中規中矩，但其對Excel文件兼容性是最好的，支持讀寫.xls，.xlsx文件，且支持只讀表中單一工作頁。同樣支持此功能的庫還有xlrd，但xlrd只支持讀，並不支持寫，且性能不突出，需要配合xlutils進行Excel操作，並使用xlwt保存數據，而xlwt只能寫入.xls文件（另一個可以寫入.xls文件的庫是pandas，且這兩個寫入的Excel文件最多只能有256列，其餘庫就我目前的瞭解均只能寫入.xlsx文件），性能一般。

xlsxwriter功能單一，一般用來創建.xlsx文件，寫入性能中庸。win32com擁有最棒的讀寫性能，但該庫存在於pywin32的庫中，自身沒有完善的文檔，使用略吃力。xlwings擁有和win32com不相伯仲的讀寫性能，強大的轉換器可以處理大部分數據類型，包括二維的numpy array和pandas DataFrame，可以輕鬆搞定數據分析的工作。

綜合考慮，xlwings的表現最佳，正如其名，xlwings——Make Excel Fly！

便捷性比較

本測試目前只是針對Excel文件的讀寫，並未涉及Excel操作，單從讀寫的便捷性來講，各庫的表現難分上下，但是win32com和xlwings這兩個庫可以在程序運行時實時在打開的Excel文件中進行操作，實現過程的可視化，其次xlwings的數據結構轉換器使其可以快速的爲Excel文件添加二維數據結構而不需要在Excel文件中重定位數據的行和列，因此從讀寫的便捷性來比較，仍是xlwings勝出。

代碼示例

最後，附上一些演示代碼，大家可自行體會下不同模塊的使用。

6.1 xlwings基本代碼

import xlwings as xw
#連接到excel
workbook = xw.Book(r'path/myexcel.xlsx')#連接excel文件
#連接到指定單元格
data_range = workbook.sheets('Sheet1').range('A1')
#寫入數據
data_range.value = [1,2,3]
#保存
workbook.save()

6.2 xlsxwriter基本代碼

import xlsxwriter as xw
#新建excel
workbook  = xw.Workbook('myexcel.xlsx')
#新建工作薄
worksheet = workbook.add_worksheet()
#寫入數據
worksheet.write('A1',1)
#關閉保存
workbook.close()

6.3 xlutils基本代碼import xlrd #讀取數據

import xlwt #寫入數據
import xlutils #操作excel
#----xlrd庫
#打開excel文件
workbook = xlrd.open_workbook('myexcel.xls')
#獲取表單
worksheet = workbook.sheet_by_index(0)
#讀取數據
data = worksheet.cell_value(0,0)
#----xlwt庫
#新建excel
wb = xlwt.Workbook()
#添加工作薄
sh = wb.add_sheet('Sheet1')
#寫入數據
sh.write(0,0,'data')
#保存文件
wb.save('myexcel.xls')
#----xlutils庫
#打開excel文件
book = xlrd.open_workbook('myexcel.xls')
#複製一份
new_book = xlutils.copy(book)
#拿到工作薄
worksheet = new_book.getsheet(0)
#寫入數據
worksheet.write(0,0,'new data')
#保存
new_book.save()

6.4 win32com基本代碼

import win32com.client as wc
#啓動Excel應用
excel_app = wc.Dispatch('Excel.Application')
#連接excel
workbook = excel_app.Workbooks.Open(r'e:/myexcel.xlsx' )
#寫入數據
workbook.Worksheets('Sheet1').Cells(1,1).Value = 'data'
#關閉並保存
workbook.SaveAs('newexcel.xlsx')
excel_app.Application.Quit()

6.5 openpyxl基本代碼

import openpyxl
# 新建文件
workbook = openpyxl.Workbook()
# 寫入文件
sheet = workbook.activesheet['A1']='data'
# 保存文件
workbook.save('test.xlsx')

6.6 DataNitro基本代碼

#單一單元格賦值
Cell('A1').value = 'data'
#單元區域賦值
CellRange('A1:B2').value = 'data'

openpyxl具體使用

1、 創建一個excel 文件，並寫入不同類的內容

# -*- coding: utf-8 -*-
from openpyxl import Workbook
import datetime
import time
 
# 創建文件對象
wb = Workbook()
# 獲取第一個sheet
ws = wb.active
 
# 在第1行第A列，寫入數字23333
ws['A1'] = 23333
# 寫入中文（unicode中文也可以）
ws['B1'] = "你好！"+"歡迎使用openpyxl"
 
# 在下一行，寫入多個單元格
ws.append([1, 2, 3])
 
# 寫入一個當前時間
ws['A2'] = datetime.datetime.now()
 
# 寫入一個自定義的時間格式
ws['A3'] = time.strftime('%Y{y}%m{m}%d{d}%H{h}%M{f}%S{s}', time.localtime()).format(y='年', m='月', d='日', h='時', f='分', s='秒')
 
# 保存文件，注意文件覆蓋
wb.save("test.xlsx")
# 關閉流
wb.close()

2、創建sheet

from openpyxl import Workbook
 
wb = Workbook()
 
# 創建一個sheet
ws1 = wb.create_sheet("sheet1")
# 設定一個sheet的名字
ws1.title = "sheet1 Title"
# 設定sheet的插入位置 默認插在後面
ws2 = wb.create_sheet("Mysheet", 0)
ws2.title = "Mysheet"
# 設定sheet的標籤的背景顏色
ws1.sheet_properties.tabColor = "1072BA"
 
# 獲取某個sheet對象
print(wb["sheet1 Title"])
print(wb["Mysheet"])
 
# 獲取全部sheet的名字，遍歷sheet名字
print(wb.sheetnames)
for i in wb.sheetnames:
    print(i)
 
print("*"*50)
 
for sheet in wb:
    print(sheet.title)
 
# 將sheet1中的A1單元格賦值爲zeke
wb["sheet1 Title" ]["A1"] = "zeke"
# 複製一個sheet
source = wb["sheet1 Title"]
target = wb.copy_worksheet(source)
 
wb.save("test2.xlsx")
wb.close()

3、操作單元格

# -*- coding: utf-8 -*-
from openpyxl import Workbook
 
wb = Workbook()
# 創建一個sheet
ws1 = wb.create_sheet("Sheet1")
 
# 將A1單元格賦值爲123.11
ws1["A1"] = 123.11
# 將B2單元格賦值爲你好
ws1["B2"] = "你好"
# 將第4行第2列的單元賦值爲10
temp = ws1.cell(row=4, column=2, value=10)
 
print(ws1["A1"].value)
print(ws1["B2"].value)
print(temp.value)
 
wb.save("test3.xlsx")
wb.close()

4、操作已存在的文件

# -*- coding: utf-8 -*-
from openpyxl import Workbook
from openpyxl import load_workbook
 
# 打開test5.xlsx文件
wb = load_workbook('test5.xlsx')
# 猜測格式類型
wb.guess_types = True
ws = wb.active
ws["A1"] = "12%"
print(ws["A1"].value)
 
# 注意如果原文件有一些圖片或者圖標，則保存的時候可能會導致圖片丟失
wb.save("test5.xlsx")
wb.close()

5、操作批量的單元格

# -*- coding: utf-8 -*-
from openpyxl import Workbook
 
wb = Workbook()
# 創建一個sheet
ws1 = wb.create_sheet("Sheet")
 
ws1["A1"] = 1
ws1["A2"] = 2
ws1["A3"] = 3
 
ws1["B1"] = 4
ws1["B2"] = 5
ws1["B3"] = 6
 
ws1["C1"] = 7
ws1["C2"] = 8
ws1["C3"] = 9
 
# 操作單列
print(ws1["A"])
for cell in ws1["A"]:
    print(cell.value)
 
# 從A列到C列,獲取每一個值
print(ws1["A:C"])
for column in ws1["A:C"]:
    for cell in column:
        print(cell.value)
 
# 從第1行到第3行，獲取每一個值
row_range = ws1[1:3]
print(row_range)
for row in row_range:
    for cell in row:
        print(cell.value)
 
print("*"*50)
 
# 從第1行到第3行，從第1列到第3列
for row in ws1.iter_rows(min_row=1, min_col=1, max_col=3, max_row=3):
    for cell in row:
        print(cell.value)
 
# 獲取所有行
print(ws1.rows)
for row in ws1.rows:
    print(row)
 
print("*"*50)
 
# 獲取所有列
print(ws1.columns)
for col in ws1.columns:
    print(col)
 
wb.save("test4.xlsx")
wb.close()

6、獲取所有的行(列)對象：

# coding=utf-8
from openpyxl import Workbook
from openpyxl import load_workbook
 
# 打開test5.xlsx文件
wb = load_workbook('test5.xlsx')
ws = wb.active
rows = []
for row in ws.iter_rows():
    rows.append(row)
 
# 所有行
print(rows)
# 獲取第一行
print(rows[0])
# 獲取第一行第一列的單元格對象
print(rows[0][0])
# 獲取第一行第一列的單元格對象的值
print(rows[0][0].value)
# 獲取最後行 print rows[-1]
print(rows[len(rows) - 1])
# 獲取第後一行和最後一列的單元格對象
print(rows[len(rows) - 1][len(rows[0]) - 1])
# 獲取第後一行和最後一列的單元格對象的值
print(rows[len(rows) - 1][len(rows[0]) - 1].value)
 
cols = []
for col in ws.iter_cols():
    cols.append(col)
# 所有列
print(cols)
# 獲取第一列
print(cols[0])
# 獲取第一列的第一行的單元格對象
print(cols[0][0])
# 獲取第一列的第一行的值
print(cols[0][0].value)
print("*" * 30)
# 獲取最後一列
print(cols[len(cols) - 1] )
# 獲取最後一列的最後一行的單元格對象
print(cols[len(cols) - 1][len(cols[0]) - 1])
# 獲取最後一列的最後一行的單元格對象的值
print(cols[len(cols) - 1][len(cols[0]) - 1].value)
 
wb.close()

 

推薦閱讀(點擊即可跳轉閱讀)

 

1. SpringBoot內容聚合

2. 面試題內容聚合

3. 設計模式內容聚合

4. Mybatis內容聚合

5. 多線程內容聚合

原文鏈接：https://blog.csdn.net/weixin_38405253/article/details/100512061