Wie verwende ich Python für die Excel-Automatisierung?

1. Häufig verwendete Bibliotheken für den Betrieb von Excel mit Python

Bevor Sie mit dem Betrieb von Excel beginnen, müssen Sie Python und einige verwandte Bibliotheken installieren. Sie können pip verwenden, um die folgenden Bibliotheken zu installieren, oder einen professionellen Python-Client verwenden: pycharm, um Python und verwandte Bibliotheken schnell zu installieren.

• pandas: zum Verarbeiten von Excel-Dateien und -Daten

• openpyxl: zum Lesen und Schreiben von Excel-Dateien #🎜 🎜#

• xlrd: wird zum Lesen einer Excel-Datei verwendet.

• xlwt: wird zum Schreiben einer Excel-Datei verwendet.

  #🎜 🎜#

1. Verwenden Sie die Drittanbieterbibliothek openpyxl

openpyxl ist eine Python-Bibliothek zum Lesen und Schreiben von Excel 2010 xlsx/xlsm/xltx/xltm-Dateien. Es kann Excel-Dateien lesen und schreiben, unterstützt mehrere Arbeitsblätter, Diagramme und mehr.

Beispielcode:

import openpyxl

# 打开 Excel 文件
workbook = openpyxl.load_workbook('example.xlsx')

# 获取所有工作表名
sheet_names = workbook.sheetnames
print(sheet_names)

# 获取指定工作表
sheet = workbook['Sheet1']

# 获取单元格数据
cell = sheet['A1']
print(cell.value)

# 修改单元格数据
sheet['A1'] = 'Hello World'

# 保存 Excel 文件
workbook.save('example.xlsx')

2. Verwenden Sie die Bibliotheken xlrd und xlwt

xlrd und xlwt werden zum Lesen bzw. Schreiben von Excel-Dateien verwendet , unterstützt mehrere Arbeitsblätter, unterstützt jedoch nicht das Excel 2010 xlsx/xlsm/xltx/xltm-Format.

Beispielcode:

import xlrd
import xlwt

# 打开 Excel 文件
workbook = xlrd.open_workbook('example.xls')

# 获取所有工作表名
sheet_names = workbook.sheet_names()
print(sheet_names)

# 获取指定工作表
sheet = workbook.sheet_by_name('Sheet1')

# 获取单元格数据
cell = sheet.cell(0, 0)
print(cell.value)

# 修改单元格数据
new_workbook = xlwt.Workbook()
new_sheet = new_workbook.add_sheet('Sheet1')
new_sheet.write(0, 0, 'Hello World')
new_workbook.save('example.xls')

3. Verwenden Sie die Pandas-Bibliothek

pandas ist eine Python-Bibliothek zur Datenanalyse und kann auch zum Lesen und Verwenden verwendet werden Schreiben einer Excel-Datei, unterstützt mehrere Arbeitsblätter, unterstützt jedoch nicht das Excel 2010-Format xlsx/xlsm/xltx/xltm.

Beispielcode:

import pandas as pd

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

# 获取单元格数据
value = df.iloc[0, 0]
print(value)

# 修改单元格数据
df.iloc[0, 0] = 'Hello World'
df.to_excel('example.xls', index=False)

2. 10 gängige Möglichkeiten, Excel mit Python zu bedienen

1. Excel-Dateien lesen

#🎜 🎜 #Verwenden Sie die Funktion read_excel() in der Pandas-Bibliothek, um Excel-Dateien zu lesen. Der Beispielcode lautet wie folgt:

import pandas as pd

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

2. In Excel-Datei schreiben

Verwenden Sie die Funktion to_excel() in der Pandas-Bibliothek, um Daten in eine Excel-Datei zu schreiben. Der Beispielcode lautet wie folgt:

import pandas as pd

# 将数据写入Excel文件
df.to_excel('example.xlsx', index=False)

3. Zeilen oder Spalten einfügen

Verwenden Sie die Funktion append() in der Pandas-Bibliothek, um Zeilen oder Spalten einzufügen. Der Beispielcode lautet wie folgt:

import pandas as pd

# 插入行
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.append({'A': 4, 'B': 7}, ignore_index=True)

# 插入列
df['C'] = [7, 8, 9, 10]

4. Zeilen oder Spalten löschen

Verwenden Sie die Funktion drop() in der Pandas-Bibliothek, um Zeilen oder Spalten zu löschen. Der Beispielcode lautet wie folgt:

import pandas as pd

# 删除行
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.drop(1)

# 删除列
df = df.drop('B', axis=1)

5. Ändern Sie den Zellenwert

Verwenden Sie die Funktion at() oder die Funktion .iat() in der Pandas-Bibliothek, um den Wert zu ändern der Zelle. Der Beispielcode lautet wie folgt:

import pandas as pd

# 修改单元格值
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.at[1, 'B'] = 7

# 使用.iat()函数修改单元格值
df.iat[0, 1] = 8

6. Suchen Sie den Zellenwert

Verwenden Sie die Funktion .loc() oder .iloc() in der Pandas-Bibliothek, um den zu finden Wert der Zelle. Der Beispielcode lautet wie folgt:

import pandas as pd

# 查找单元格值
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
value = df.loc[1, 'B']

# 使用.iloc()函数查找单元格值
value = df.iloc[1, 1]

7. Daten sortieren

Verwenden Sie die Funktion sort_values() in der Pandas-Bibliothek, um die Daten zu sortieren. Der Beispielcode lautet wie folgt:

import pandas as pd

# 对数据进行排序
df = pd.DataFrame({'A': [1, 3, 2], 'B': [4, 6, 5]})
df = df.sort_values(by='A')

8. Daten zusammenführen

Verwenden Sie die Funktion merge() in der Pandas-Bibliothek, um Daten zusammenzuführen. Der Beispielcode lautet wie folgt:

import pandas as pd

# 合并数据
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 4], 'C': [7, 8, 9]})
df = pd.merge(df1, df2, on='A')

9 Gruppendaten

Verwenden Sie die Funktion „groupby()“ in der Pandas-Bibliothek, um Daten zu gruppieren. Der Beispielcode lautet wie folgt:

import pandas as pd

# 分组数据
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': [1, 2, 3, 4, 5, 6, 7, 8]})
grouped = df.groupby(['A', 'B'])

10. Berechnen Sie Datenstatistiken

Verwenden Sie die Funktion „beschreiben“ in der Pandas-Bibliothek, um Datenstatistiken zu berechnen. Der Beispielcode lautet wie folgt:

import pandas as pd

# 计算数据统计量
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
desc = df.describe()

Das obige ist der detaillierte Inhalt vonWie verwende ich Python für die Excel-Automatisierung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!