python做excel自動化的方法:先安裝python工具包;然後從指定檔案路徑讀取excel表格,進行一定操作;接著儲存到另一個excel檔案;最終呼叫【excel_update】方法即可。
相關免費學習推薦:python影片教學
python做excel自動化的方法:
一、工具包
1、xlrd:從Excel電子表格中擷取資料 doc位址:https://xlrd.readthedocs.io/en/latest/
#2、xlwt:將資料寫入Excel電子表格 doc位址:https://xlwt.readthedocs.org/en /latest/
3、xlutils:提供一組處理Excel檔案的實用程式 doc位址:https://xlutils.readthedocs.io/en/latest/
#二、安裝
python -m pip install xlrd xlwt xlutils
三、基本用法
python操作excel的相關工具包可以具體到操作指定儲存格的填滿樣式、數值類型、數值大小等等。然而python操作excel需要一定pandas資料處理功底,後續將補上章節:pandas資料處理技能
1、從指定檔案路徑讀取excel表格,進行一定操作,然後儲存到另一個excel檔案:result.xlsx
import xlwt import xlrd from xlutils.copy import copy import pandas as pd from pandas import DataFrame,Series import os os.chdir('./') # 从指定文件路径读取excel表格 df = pd.read_excel('D:/mypaper/data/data.xlsx') # 查看df内容 # 根据age算出出生年份,增加一列 import datetime import os year = datetime.datetime.now().year#获取当前系统时间对应的年份 df['birth'] = year-df['age'] df.to_excel('result.xlsx')#保存到当前工作目录,可以用os.getcwd()查看 #查看下此时df的内容,可以看到已经生成了birth这一列
乍看好像只用到了pandas,還沒有用到上面介紹的三個工具包,下面介紹利用python操作excel底層
#2、單元格操作
# 定义方法:读取指定目录下Excel文件某个sheet单元格的值 def excel_read(file_path,table,x,y): data = xlrd.open_workbook(file_path) table = data.sheet_by_name(table) return table.cell(y,x).value # 定义方法:单元格值及样式 write_obj_list = [] def concat_obj(cols,rows,value): write_obj_list.append({'cols':cols,'rows':rows,'value':value,\ 'style':xlwt.easyxf('font: name 宋体,height 280;alignment: horiz centre')}) # 定义方法:合并单元格 def merge_unit(srows,erows,scols,ecols,value): write_obj_list.append({'id':'merge','srows':srows,'erows':erows,'scols':scols,\ 'ecols':ecols,'value':value,'style':xlwt.easyxf('font: name 宋体,height 280;alignment: horiz centre')}) # 定义方法:更新excel excel_update(file_path,write_obj_list,new_path): old_excel = xlrd.open_workbook(file_path, formatting_info=True) #管道作用 new_excel = copy(old_excel) ''' 通过get_sheet()获取的sheet有write()方法 ''' sheet1 = new_excel.get_sheet(0) ''' 1代表是修改第几个工作表里,从0开始算是第一个。此处修改第一个工作表 ''' for item in write_obj_list: if 'id' not in item.keys(): if 'style' in item.keys(): sheet1.write(item['rows'], item['cols'], item['value'],item['style']) else: sheet1.write(item['rows'], item['cols'], item['value']) else: if 'style' in item.keys(): sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'],item['style']) else: sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value']) ''' 如果报错 dict_items has no attributes sort 把syle源码中--alist.sort() 修改为----> sorted(alist) 一共修改2次 ''' new_excel.save(file_path) #参数详解 # srows:合并的起始行数 # erows:合并的结束行数 # scols:合并的起始列数 # ecols:合并的结束列数 # value:合并单元格后的填充值 # style:合并后填充风格: # font: name 宋体 # height 280; # alignment: horiz centre # ... 与excel操作基本保持一致
注意:該方法只是將需要直行的動作保存到一個list中,真正的動作還未執行,執行動作是發生在excel_update方法中
最終呼叫excel_update方法,傳入每個單元格需要進行的操作和填充值的write_obj_list以及文件保存路徑file_path
就可以在當前工作目錄下產生想要的Excel結果文件。
注意:
1.write_obj_list支援使用者自訂
2.write_obj_list也可以是根據excel_read方法讀取現有待修改的excel檔案(可以維持原有表格的格式)而產生
python操作excel還有很多其他的基本方法,因篇幅的限制不再陳述和演示,想要深入研究的可以點擊上面的doc地址。
學會python操作excel的單元格、並且掌握上面的方法就可以基本實現excel的自動化報表操作了。
以上是python如何做excel自動化的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python和C 在内存管理和控制方面的差异显著。1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

選擇Python還是C 取決於項目需求:1)Python適合快速開發、數據科學和腳本編寫,因其簡潔語法和豐富庫;2)C 適用於需要高性能和底層控制的場景,如係統編程和遊戲開發,因其編譯型和手動內存管理。

Python在數據科學和機器學習中的應用廣泛,主要依賴於其簡潔性和強大的庫生態系統。 1)Pandas用於數據處理和分析,2)Numpy提供高效的數值計算,3)Scikit-learn用於機器學習模型構建和優化,這些庫讓Python成為數據科學和機器學習的理想工具。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Dreamweaver Mac版
視覺化網頁開發工具

WebStorm Mac版
好用的JavaScript開發工具

禪工作室 13.0.1
強大的PHP整合開發環境