Excel の自動化に Python を使用するにはどうすればよいですか?

1. Excel を操作するために Python でよく使用されるライブラリ

Excel の操作を開始する前に、Python といくつかの関連ライブラリをインストールする必要があります。 pip を使用して次のライブラリをインストールすることも、プロフェッショナルな Python クライアント pycharm を使用して Python および関連ライブラリをすばやくインストールすることもできます。

• pandas: Excel ファイルとデータの処理用

• openpyxl: Excel ファイルの読み取りおよび書き込み用

• xlrd: Excel ファイルの読み取りに使用されます

• xlwt: Excel ファイルの書き込みに使用されます

1. サードパーティ ライブラリの openpyxl を使用します。

openpyxl は、Excel 2010 xlsx/xlsm/xltx/xltm ファイルの読み取りと書き込みに使用される Python ライブラリです。 Excel ファイルの読み取りと書き込みが可能で、複数のワークシート、グラフなどをサポートします。

サンプル コード:

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. サードパーティ ライブラリ xlrd と xlwt を使用します

xlrd と xlwt は、それぞれ Excel ファイルの読み取りと書き込みに使用され、複数のワークシートをサポートします。 Excel 2010のxlsx/xlsm/xltx/xltm形式はサポートされていません。

サンプルコード:

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. pandas ライブラリを使用する

pandas はデータ分析用の Python ライブラリであり、Excel ファイルの読み書きにも使用できます。は複数のワークシートをサポートしますが、Excel 2010 xlsx/xlsm/xltx/xltm 形式はサポートされていません。

サンプルコード:

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. Python で Excel を操作する 10 の一般的な方法

1. Excel ファイルを読み取る

pandas ライブラリの read_excel を使用します ( )関数でExcelファイルを読み込むことができます。サンプル コードは次のとおりです:

import pandas as pd

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

2. Excel ファイルへの書き込み

pandas ライブラリの to_excel() 関数を使用して、データを Excel ファイルに書き込みます。サンプル コードは次のとおりです:

import pandas as pd

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

3. 行または列の挿入

pandas ライブラリの append() 関数を使用して行または列を挿入します。サンプル コードは次のとおりです:

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. 行または列の削除

行または列を削除するには、pandas ライブラリの Drop() 関数を使用します。サンプル コードは次のとおりです:

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. セル値を変更する

pandas ライブラリの at() 関数または .iat() 関数を使用してセル値を変更します。サンプル コードは次のとおりです:

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. セル値の検索

パンダ ライブラリの .loc() 関数または .iloc() 関数を使用してセル値を検索します。サンプル コードは次のとおりです:

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. データの並べ替え

pandas ライブラリの sort_values() 関数を使用してデータを並べ替えます。サンプル コードは次のとおりです:

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. データのマージ

pandas ライブラリの merge() 関数を使用してデータをマージします。サンプル コードは次のとおりです:

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. データのグループ化

pandas ライブラリの groupby() 関数を使用してデータをグループ化します。サンプル コードは次のとおりです:

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. データ統計の計算

pandas ライブラリの description() 関数を使用して、データ統計を計算します。サンプルコードは次のとおりです:

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()

以上がExcel の自動化に Python を使用するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。