今天小编来介绍一下如何用Python来 *** 作Excel文件，当中需要用到的模块叫做openpyxl，其中我们会涉及到一些基本常规的 *** 作，例如有
插入与查询数据
分类统计数据
数据的可视化
字体颜色的更改
等等
基本 *** 作
小编默认大家已经都安装好了openpyxl模块了，要是还没有安装的话，可以通过pip命令行，代码如下
pip install openpyxl 我们首先来导入Excel数据集，代码如下
# 导入模块 from openpyxl import Workbook, load_workbook # 导入Excel数据集 wb = load_workbook(r"grades.xlsx") # 得到正在运行的工作表 sheet = wb.acTIve # 工作表的名称叫做 print(sheet) output
打印出工作表中的值
我们通过传入单元格的位置来打印其中的数值，代码如下
print(sheet["A1"].value) print(sheet["A2"].value) print(sheet["B3"].value) output
Name Test Male
改变某个单元格的数值
我们还可以尝试来改变某个单元格的数值，代码如下
sheet["A1"] = "Dylan" # 保存 wb.save(r"grades.xlsx") 在保存过之后，我们来看一下结果如何，如下图所示
添加一个工作表
我们尝试在现有的Excel当中添加一个工作表，代码如下
# 添加一个新的工作表 wb.create_sheet("Class B") # 返回以列表形式带有工作表名称 print(wb.sheetnames) output
['Class A', 'Class B']
插入数据
我们尝试新建一个工作簿，并且插入若干条数据，代码如下
# 创建一个新的工作簿 new_wb = Workbook() ws = new_wb.acTIve # 重命名工作表的名称 ws.TItle = "Test1" # 插入数据到新建的工作表中 ws.append(["This","is","a","test"]) new_wb.save("test.xlsx") 我们来看一下最后出来的结果，如下图所示
我们尝试来多插入几条数据，代码如下
# 插入更多的数据 ws.append(["This","Is","Another","Test"]) ws.append(["And","Yet","Another","Test"]) ws.append(["End"]) # 保存 new_wb.save("test.xlsx")
插入行与删除行
如果是想插入某一行的话，调用的则是insert_rows()方法，具体代码如下
# 前面的步骤一样，导入工作簿和数据 ws.insert_rows(1) wb.save("test.xlsx") 出来的结果如下图所示
同理，如果是想要去删除某一行的数据的话，调用的则是delete_rows()方法，具体代码如下
ws.delete_rows(1) # 保存 wb.save("test.xlsx") 出来的结果如下图所示
插入列与删除列
我们来看一下该如何插入列和删除列，插入列用到的方式是insert_cols()，代码如下
# 新插入一列 ws.insert_cols(2) 结果如下
而删除列的方法是delete_cols()，
ws.delete_cols(1,2)
数据的分析与可视化
我们还可以进行一系列的数据统计分析，首先我们先把需要用到的数据放入至Excel当中去，
sales_data = { "苹果": {"北京": 5000, "上海": 7000, "深圳": 6000, "香港": 10000}, "华为": {"北京": 8000, "上海": 4000, "深圳": 3000, "香港": 9000}, "小米": {"北京": 6000, "上海": 9000, "深圳": 5000, "香港": 6000}, "vivo": {"北京": 3000, "上海": 5000, "深圳": 4000, "香港": 7000} } 小编随意生成了一点数据，并且将其放置到Excel当中去，代码如下
# 创建一个新的工作簿 sales_wb = Workbook() ws = sales_wb.acTIve # 重命名工作表的名称 ws.title = "Sales" # 创建列名 column_names = ["Product Name"] + list(sales_data["苹果"].keys()) ws.append(column_names) # 将一系列的数值都放置到工作表当中去 for product in sales_data: sales = list(sales_data[product].values()) ws.append([product] + sales) sales_wb.save("sales_data.xlsx") 我们来看一下出来的结果，如下图所示
平均值的计算
我们来指定某一列，并且求出其平均值，代码如下
ws['B6'] = '=AVERAGE(B2:B5)' sales_wb.save("sales_data.xlsx") 我们来看一下出来的结果，如下图所示
求和的计算
我们为每一座城市的销售额都来做一个求和的计算，我们写一个for循环来遍历每一列，将每一列当中的数据做一个求和，代码如下
# 再添加新的一行的名称 ws['A' + str(ws.max_row + 1)] = "Total Sales" # 遍历再求和 for col in range(2, len(sales_data["苹果"]) + 2): char = get_column_letter(col) ws[char + '6'] = f"=SUM({char + '2'}:{char + '5'})" 我们来看一下出来的结果，如下图所示
字体颜色的更改
我们也可以来更改字体的颜色，使得更加美观一些，代码如下
for col in range(1,ws.max_column+1): ws[get_column_letter(col) + '1'].font = Font('Arial', bold=True, size=13, color='00000080') sales_wb.save("sales_data.xlsx") 我们来看一下美化过之后的结果，如下图所示
画个柱状图出来
最后的最后，我们来绘制一张柱状图，来看一下不同的产品在每一个城市的销售数据如何，横坐标对应的产品类目，而纵坐标对应的则是销售数据，另外我们根据不同的城市会用不用的颜色来标注出来，代码如下
from openpyxl.chart import BarChart, Reference # 新建一个柱状图实例 barchart = BarChart() # 确定数据的范围 data = Reference(ws, min_col=ws.min_column+1, max_col=ws.max_column, min_row=ws.min_row, max_row=ws.max_row-1) categories = Reference(ws, min_col=ws.min_column, max_col=ws.min_column, min_row=ws.min_row+1, max_row=ws.max_row-1) # 添加数据以及类目 barchart.add_data(data, titles_from_data=True) barchart.set_categories(categories) # 绘制的数据放在哪个位置 ws.add_chart(barchart, "G1") # 添加标题 barchart.title = '每座城市的产品销售数据' # 图表的类型 barchart.style = 2 sales_wb.save("sales_data.xlsx") 我们来看一下最后出来的结果，如下图所示
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）