笔记分享9.0 python自动化使用excel1

在Python编程中，自动化处理Excel电子表格是一种常见的需求，特别是在数据分析和报告生成的场景中。本笔记主要聚焦于使用`openpyxl`库来实现这一功能。`openpyxl`是一个用于读取和写入Excel .xlsx文件的库，它是完全兼容Excel 2010 xlsx/xlsm/xltx/xltm文件格式的。 要使用`openpyxl`，我们需要通过Python的包管理工具`pip`进行安装。在Windows环境下，你可以访问Python的官方网站下载`pip`的安装包，解压后在命令行中通过`cd`命令切换到安装包所在的目录，然后运行`python setup.py install`进行安装。同时，需要将Python的scripts路径添加到系统的PATH环境变量中。对于Mac用户，可以在终端中输入`sudo easy_install pip`来安装`pip`，安装完成后可以通过`pip -V`检查版本，确认安装成功。 安装完`pip`后，我们就可以使用它来安装`openpyxl`库。在命令行中输入`pip install openpyxl`，等待下载和安装完成。为了方便后续使用，我们可以使用`import openpyxl as xl`导入库，并使用别名`xl`。 接下来，我们学习如何打开Excel文件并进行操作。`openpyxl`提供了`load_workbook()`函数来加载Excel文件。例如，如果Excel文件名为`test.xlsx`，且位于当前工作目录，可以使用`wb = xl.load_workbook("test.xlsx")`来加载。如果文件位于其他目录，需要提供完整的文件路径。 一旦文件被加载，我们可以访问工作簿（workbook）、工作表（worksheet）以及单元格（cell）的数据。例如，获取第一张工作表并打印其名称可以写作`print(wb.sheetnames[0])`。要读取特定单元格的值，可以使用`ws.cell(row=行号, column=列号).value`，如`print(ws.cell(row=1, column=1).value)`。 在处理数据时，经常需要对某一列或行进行操作。我们可以使用for循环遍历这些数据。例如，遍历第一列的所有值可以写成： ```python for row in ws.iter_rows(min_row=1, max_col=1, max_row=ws.max_row): for cell in row: print(cell.value) ``` 在处理完数据后，我们可能需要保存修改。`openpyxl`提供了`save()`方法来实现这一点，只需调用`wb.save("new_test.xlsx")`，就能将工作簿保存为新的文件。 此外，`openpyxl`还支持创建图表，例如条形图（BarChart）。可以使用`BarChart`和`Reference`类来生成图表。`Reference`用于指定数据范围，而`BarChart`用于创建图表对象。例如，创建一个基于A1到B10数据的条形图： ```python data = Reference(ws, min_col=1, min_row=1, max_col=2, max_row=10) chart = BarChart() chart.add_data(data) ws.add_chart(chart, "D1") ``` 这将在D1单元格位置添加一个条形图，数据源自A1到B10的范围。 为了实现批处理多个Excel文件，我们可以封装上述功能到一个函数中，然后传入不同的文件路径进行处理。这样可以大大提高我们的工作效率，尤其是在处理大量数据时。 `openpyxl`库为Python程序员提供了强大的Excel文件处理能力，包括读取、写入、修改和创建图表等功能。通过熟练掌握这些技巧，可以轻松地实现Excel自动化处理任务，提高数据处理和分析的工作效率。