请教下 Python 高手，如何用 Python 自动化操作 Excel

Python 自动化操作 Excel 可通过多种方式实现，常见的方法包括使用 xlrd/xlwt库进行基本的读写操作、利用openpyxl库实现更为复杂的处理、以及通过pandas库高效处理大量数据。此外，pywin32库能够在Windows系统上调用原生Excel应用程序进行更高级的操作。

在这些方法中，pandas库因其强大的数据处理能力而广受推荐。pandas不仅可以读取和写入Excel文件，还能进行数据清洗、转换、分析等高级操作。接下来我们以pandas为例，详细介绍如何使用Python自动化操作Excel。

一、安装必要的库

为了使用Python自动化操作Excel，我们首先需要安装pandas库以及openpyxl或xlrd库（用于支持Excel文件的读写）。

pip install pandas openpyxl xlrd

二、读取Excel文件

通过pandas的read_excel函数，我们可以非常简洁地读取Excel文件。

import pandas as pd

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

三、写入Excel文件

写入Excel文件同样简单，可以使用to_excel函数。

# 将数据写入Excel文件

df.to_excel('output.xlsx', sheet_name='Result', index=False)

四、操作Excel工作表

处理Excel工作表时，可以添加、删除、重命名以及选择工作表。

# 创建pandas Excel writer对象

writer = pd.ExcelWriter('edited.xlsx', engine='openpyxl')
加载已有的Excel文件
book = load_workbook('example.xlsx')
writer.book = book
复制原有的sheet而不做改动
original_sheet = book['OriginalData']
writer.sheets['OriginalData'] = original_sheet
创建一个新的sheet
df.to_excel(writer, sheet_name='NewData')
保存修改
writer.save()

五、Excel文件高级操作

pandas配合其他库如openpyxl，可用于执行复杂操作，如调整列宽、设置字体样式、执行公式计算等。

from openpyxl import Workbook

from openpyxl.styles import Font
创建Workbook对象和sheet
wb = Workbook()
ws = wb.active
ws.title = "Styled Sheet"
改变列宽
ws.column_dimensions['A'].width = 20
设置字体样式
font_style = Font(size=12, bold=True)
ws['A1'].font = font_style
写入数据并使用公式
ws['A2'] = 200
ws['A3'] = 300
ws['A4'] = '=SUM(A2:A3)'
保存变更
wb.save('styled.xlsx')

六、数据清洗与转换

pandas提供了诸多功能来清洗和转换数据，例如删除重复项、数据过滤、数据合并、排序等。

# 删除重复项

df.drop_duplicates(inplace=True)
数据过滤
filtered_df = df[df['Age'] > 30]
数据合并
df1 = pd.DataFrame(data)
df2 = pd.DataFrame(more_data)
merged_df = pd.concat([df1, df2])
排序
sorted_df = df.sort_values(by='Name', ascending=True)

七、数据分析与可视化

使用pandas进一步分析数据，并通过matplotlib库来进行可视化。

import matplotlib.pyplot as plt

数据分析：计算平均值
average_price = df['Price'].mean()
数据可视化：绘制柱状图
df['Category'].value_counts().plot(kind='bar')
plt.show()

八、多工作表的操作

有时你需要操作一个包含多个工作表的Excel文件，pandas同样能够轻松地处理。

# 读取多个工作表

xlsx = pd.ExcelFile('multi_sheet.xlsx')
sheet1_df = pd.read_excel(xlsx, 'Sheet1')
sheet2_df = pd.read_excel(xlsx, 'Sheet2')
讲多个工作表的数据存储在同一个Excel文件的不同工作表中
with pd.ExcelWriter('multi_output.xlsx') as writer:
    sheet1_df.to_excel(writer, sheet_name='Report1', index=False)
    sheet2_df.to_excel(writer, sheet_name='Report2', index=False)

完成上述步骤后，你就能够使用Python对Excel文件进行自动化操作，无论是简单的数据读写，还是复杂的数据处理与分析，或是高级的样式编辑等，Python搭配相应的库都能够满足你的需求。

相关问答FAQs：

1. 如何用 Python 创建一个新的 Excel 文件？

Python 提供了很多库可以实现 Excel 自动化操作，比如 openpyxl、xlwings 等。要创建一个新的 Excel 文件，你可以使用 openpyxl 库的 Workbook 对象。下面是一个例子：

from openpyxl import Workbook

# 创建一个新的 Excel 文件
workbook = Workbook()
# 选择第一个工作表
worksheet = workbook.active

# 在 A1 单元格中写入数据
worksheet['A1'] = 'Hello, Excel!'

# 保存文件
workbook.save('new_excel_file.xlsx')

2. 如何用 Python 读取 Excel 文件的内容？

要读取 Excel 文件的内容，可以使用 openpyxl 库的 load_workbook 函数。下面是一个例子：

from openpyxl import load_workbook

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

# 选择第一个工作表
worksheet = workbook.active

# 获取 A1 单元格中的数据
data = worksheet['A1'].value

# 打印数据
print(data)

3. 如何用 Python 向 Excel 文件中写入数据？

要向 Excel 文件中写入数据，可以使用 openpyxl 库中的 Worksheet 对象。下面是一个例子：

from openpyxl import load_workbook

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

# 选择第一个工作表
worksheet = workbook.active

# 在 A2 单元格中写入数据
worksheet['A2'] = 'Python'

# 保存文件
workbook.save('example.xlsx')

通过这种方式，你可以在指定单元格位置写入数据，并且可以根据需要进行格式化、合并单元格等操作。

最后建议，企业在引入信息化系统初期，切记要合理有效地运用好工具，这样一来不仅可以让公司业务高效地运行，还能最大程度保证团队目标的达成。同时还能大幅缩短系统开发和部署的时间成本。特别是有特定需求功能需要定制化的企业，可以采用我们公司自研的企业级低代码平台：织信Informat。 织信平台基于数据模型优先的设计理念，提供大量标准化的组件，内置AI助手、组件设计器、自动化（图形化编程）、脚本、工作流引擎（BPMN2.0）、自定义API、表单设计器、权限、仪表盘等功能，能帮助企业构建高度复杂核心的数字化系统。如ERP、MES、CRM、PLM、SCM、WMS、项目管理、流程管理等多个应用场景，全面助力企业落地国产化/信息化/数字化转型战略目标。 版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们微信：Informat_5 处理，核实后本网站将在24小时内删除。