本篇重点讲解windows系统下 Python3.5中第三方excel操作库-openpyxl；
其实Python第三方库有很多可以操作Excel，如：xlrd,xlwt，xlwings甚至注明的数据分析模块Pandas也提供pandas.read_excel、pandas.DataFrame.to_excel功能。
那么openpyxl的库有哪些优缺点呢：
优势：
1、openpyxl提供对pandas的dataframe对象完美支持；
2、openpyxl支持后台静默打开excel文件；
3、它支持excel的一些sort、filter筛选、排序功能，支持丰富的单元格style(样式)设计；
4、它同时支持读取现成的excel文件&创建全新的excel文件；
5、它支持最新的xlsx格式文件，且更新频繁，操作较为简练。
缺点：
1、运算效率相对不高，当表格行项目过多时，运算相对pandas等速度较慢；
2、部分针对行或列的样式设计有一定bug，语法可能失效；
3、对sort和filter的功能虽然支持，但是需要用户手工打开excel后刷新数据方能使搜索条件生效，属于半自动；
4、不支持excel原生的自动列宽功能，实现同样效果略复杂。
简单的属性和方法如下：
新建工作簿对象：
>>> from openpyxl import Workbook
>>> wb = Workbook()
定位当前活跃工作表：
>>> ws = wb.active
创建新工作表：
ws1 = wb.create_sheet("Sheet2")
工作表改名：
ws.title = "New Sheet"
如果要选择某张非活跃工作表，可以指定工作表名称，如：
ws=wb["New Sheet"]
复制工作表为副本：
>>> ws1 = wb.active
>>> ws2 = wb.copy_worksheet(ws1)
访问单元格有两种写法，如访问单元格A3，可以写作：
>>> ws['A3'] = ”hello"
或：
>>> ws.cell(row=3,column=1).value = ”hello"
也可简化为：
>>> ws.cell(3，1).value = ”hello"
访问多个单元格区域Range：
>>> cell_range = ws['A1':'B5']
同理，访问某一行(如第三行)可以写作：
>>> row3 = ws[3]
访问某一列(如C列)可以写作：
>>> colC = ws['C']
如果要访问多行多列，则用“：”分隔，如：
>>> col_range = ws['C:D']
>>> row_range = ws[5:10]
对工作表操作完成后的保存操作：
>>> wb = Workbook()
>>> wb.save('test.xlsx') #可以指定fullname，如果只包含名字本身，则文件会保存在py脚本所在的同级目录下。
PS：如果要保存的文件名已存在，则此操作将覆盖现有的文件没有警告。
导入 openpyxl.load_workbook() 来 打开一个已存在的工作簿:
>>> from openpyxl import load_workbook
>>> wb = load_workbook('test.xlsx')
通过append方法逐行写入excel，如从头写入10行数据可以这些遍历：
>>> for row in range(1, 11):
... ws1.append(range(10))
ps：workbook对象的-data_only 属性 控制细胞是否有公式的 公式(默认)或Excel读最后一次存储的值表。
对单元格写入公式，方法如下：
>>> ws["C1"] = "=average(A1, B1)"
常见的单元格合并以及取消合并，方法如下：
>>> ws.merge_cells('A1:B5')
>>> ws.unmerge_cells('A1:B5')
主要示例：1、利用openpyxl模块基于多字段拆分工作表为多张工作簿，
2、同时满足样式要求，只导入部分标红色字段数据，同时对特定行项目进行颜色标注，
3、利用pandas模块对excel文件进行排序、筛选，再写回excel。原始数据表头header如下：
![]()
主要代码如下：
"""
主要功能：
1、将需求的字段生成对应表格；2、将金额为正的(S)的行项目标记为黄色；
3、只导入特定物料；4、对数据源取名进行约束；
5、增加程序运行完毕的消息提醒；6、增加padas的排序、筛选功能
"""
from openpyxl import load_workbook
from openpyxl import Workbook
from openpyxl.styles import PatternFill,Border,Side,Alignment,Protection,Font,GradientFill,Color,Colors
import easygui as eg,pandas as pd
import os,time
pwd = os.getcwd()
writer = pd.ExcelWriter('暂估表_按公司&供应商排序.xlsx')
df1 = pd.DataFrame(pd.read_excel(os.path.join(pwd,'暂估表.xlsx'),dtype={'供应商':str,'物料':str,'采购订单':str})) #将excel读入pandas的DataFrame对象，同时约定“供应商、物料、采购订单”等字段为字符串类型，避免被pandas转化为数字
df1=df1.sort_values(by=["公司","供应商"],ascending=True) #基于公司、供应商两个字段做升序排列，字段排序有主次之分
df1.to_excel(writer,'Sheet1',index=False) #index=False，表明导入excel时不写入DataFrame对象的索引列
writer.save()
thin = Side(border_style="thin", color="") #边框样式，定义为对象
if not os.path.exists(pwd+"\\暂估分类表"):
os.mkdir(pwd+"\\暂估分类表")
arr=[]
wb = load_workbook(filename=pwd+u"\\暂估表_按公司&供应商排序.xlsx")
ws=wb["Sheet1"]
navigation=['公司','供应商','名称描述','物料','物料描述','数量','单位','过账日期','金额','采购订单']
ubound=ws.max_row
while True:
k=2
wb1=Workbook()
ws1=wb1.active
ws1.append(navigation) #所需表头为固定内容，用append方法通过列表写入第一行
if ubound>1:
for i in range(ubound,1,-1): #循环范围为变量，范围逐渐减小，每次循环次数递减，同时用break语句完成循环的中断，步长为-1，表明数据从表格尾行至下而上读取
col=1
for j in range(1,21): #遍历所有列
if ws.cell(1,j).value in navigation and ws.cell(i,18).value !=None and ws.cell(i,18).value[0:7] =="原材料-备配件": #归纳为同一个excel的条件：上下两行的供应商、公司相同
ws1.cell(k,col).value=ws.cell(i,j).value #新表第K行取自源表第i行数据
if ws.cell(i,12).value=="S": #金额为正时颜色做特殊标记
ws1.cell(k,col).fill=GradientFill(stop=['FFFF00', 'F5DEB3']) #渐变黄色底纹背景
col=col+1
ws1.cell(k,8).number_format="yyyy-mm-dd" #设置单元格为日期格式
k=k+1 #新表从第一行顺序往下写，源表从最后一行往上读
if ws.cell(i-1,1).value !=ws.cell(i,1).value or ws.cell(i-1,3).value != ws.cell(i,3).value: #判断条件：公司不相同或供应商不相同
break
ubound=i-1
companyCode=ws1.cell(2,1).value #存储每张子表对应的公司代码
vendorCode=ws1.cell(2,2).value #存储每张子表对应的供应商编号
if companyCode !=None:
for col in ["A","B","C","D","E","F","G","H","J"]:
#ws1.column_dimensions[col] .border=Border(top=thin, left=thin, right=thin, bottom=thin)
ws1.column_dimensions[col].width=25 #设置固定列宽
for col in range(1,11):
ws1.cell(1,col).font=Font(name='Microsoft YaHei',size=13,bold=True,color=colors.RED) #设置标题行的字体样式
ws1.cell(1,col).border=Border(top=thin, left=thin, right=thin, bottom=thin) #设置标题行的边框样式
wb1.save(pwd+"\\暂估分类表\\%s_%s.xlsx"%(companyCode,vendorCode)) #拆分后的表格按公司代码、供应商编号排序
else:
break
eg.msgbox(msg='(暂估表拆分完成)', title='Information', ok_button='确定', image=None, root=None)
最终生成表格样式如下：
![]()
转 Python - openpyxl 读写操作Excel
Python - openpyxl 读写操作Excel openpyxl特点 openpyxl(可读写excel表)专门处理Excel2007及以上版本产生的xlsx文件,xls和xlsx之间 ...
Python - openpyxl 读写操作Excel
openpyxl特点 openpyxl(可读写excel表)专门处理Excel2007及以上版本产生的xlsx文件,xls和xlsx之间转换容易 注意:如果文字编码是“gb2312” 读取后就会显 ...
Python利用pandas处理Excel数据的应用
Python利用pandas处理Excel数据的应用 最近迷上了高效处理数据的pandas,其实这个是用来做数据分析的,如果你是做大数据分析和测试的,那么这个是非常的有用的!!但是其实我们平时在做 ...
C++ builder 操作Excel方法(据网上资料整理)
c++ builder 操作Excel方法,下面是从网上找到的一些不错的方法,学习一下: 用OLE操作Excel(目前最全的资料)(04.2.19更新) 本文档部分资料来自互联网,大部分是ccrun( ...
poi-3.11-beta2-20140822.jar操作excel方法
poi-3.11-beta2-20140822.jar操作excel方法 根据不同类型读取值的方法: // 获取单元格内不同类型的值 public String getValueByType(HSSF ...
Python用Pandas读写Excel
Pandas是python的一个数据分析包,纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速便捷地处理数据的函数和方法. Pandas官方文档 ...
Python 使用Pandas读取Excel的学习笔记
这里介绍Python中使用Pandas读取Excel的方法 一.软件环境: OS:Win7 64位 Python 3.7 二.文件准备 1.项目结构: 2.在当前实验文件夹下建立一个Source文件夹 ...
09 python学习笔记-操作excel(九)
python操作excel使用xlrd.xlwt和xlutils模块,xlrd模块是读取excel的,xlwt模块是写excel的,xlutils是用来修改excel的.这几个模块可以使用pip安装, ...
python使用xlrd操作Excel文件
一.xlrd读取Excel文件 用xlrd进行读取比较方便,流程和平常手动操作Excel一样,打开工作簿(Workbook),选择工作表(sheets),然后操作单元格(cell). 例子:要打开当前 ...
随机推荐
neo4j-java连接
本例使用neo4j3.0.1架包 使用maven下载架包 效果 注意::::span标签不自动换行****
修复 Java 内存模型，第 1 部分——Brian Goetz
转自Java并发大师Brain Goetz:http://www.ibm.com/developerworks/cn/java/j-jtp02244/ (中文地址) http://www.ibm.co ...
Spring中获取对象
Spring是一个非常主流,而且是好用的框架.提供管理对象的容器,提供事务的支持,缓存,权限认证(往往不用).用来集成hibernate等.而管理对象的生命周期是其中一个非常重要的功能.在Spring ...
Github上的Android项目介绍之ListViewAnimation(针对listView item的侧滑菜单)(1)
demo源码,需要可以下载 1.这是一个github开源项目,先去github上面下载,github下载地址. 2.将SwipeMenuListView项目,导入,然后新建项目如果要引用,要设置为相应 ...
JS_高程2.在HTML中使用Javascript(2)
1.延迟脚本defer 在
转播
