数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
服装设计
法学如何在 Python 中自动化 Excel 表格？
Excel 常用于数据存储、分析和展示。另一方面，流行的编程语言 Python 以其易用性、适应性和多功能性而闻名。Python 提供了许多库，可用于与 Excel 电子表格交互并实现各种任务自动化。我们可以轻松地利用 Python 自动化 Excel 电子表格。在本文中，我们将介绍几种不同的方法。
方法
使用 openpyxl 库
使用 pandas 库
使用 xlwings 库
方法 1：使用 openpyxl 库
我们可以使用 Python 的 Openpyxl 包来与 Excel 文件交互。此库允许我们读取、写入和编辑 Excel 文件。
我们可以使用以下命令安装 openpyxl 模块：
pip install openpyxl
假设有一个 Excel 文件，其内容如下：
现在，我们想自动为特定员工添加一个新字段，用于存储奖金 + 工资。为此，我们将编写一些基于以下算法的代码。
算法
导入必要的模块
使用 openpyxl.load_workbook() 函数加载 Excel 工作簿 'python_worksheet.xlsx'，并将其赋值给变量 'wb'。
使用 wb['Sheet1'] 选择工作簿的第一个工作表，并将其赋值给名为 'sheet' 的变量。
循环遍历工作表中的每一行（从第二行开始）。
使用 sheet.cell(row, 2) 访问当前行的第二列单元格，并将其赋值给变量 'cell'。
使用 sheet.cell(row, 3) 访问当前行的第三列单元格，并将其赋值给变量 'salary_bonus_cell'。
使用 int(cell.value) + 500 将 500 加到 'cell' 的值上，并将结果赋值给 'salary_bonus_cell' 的值，使用 salary_bonus_cell.value = int(cell.value) + 500。
使用 wb.save('python-spreadsheet2.xlsx') 保存修改后的工作簿，并使用新文件名 'python-spreadsheet2.xlsx'。
步骤 1 - 导入必要的模块
import openpyxl as xl from openpyxl.chart import BarChart, Reference
步骤 2 - 加载工作簿并选择工作表
wb = xl.load_workbook('python_worksheet.xlsx')
sheet = wb['Sheet1']
步骤 3 - 从第二行开始循环遍历每一行，并根据需要执行计算。
for row in range(2, sheet.max_row + 1): cell = sheet.cell(row, 2) salary_bonus_cell = sheet.cell(row, 3) salary_bonus_cell.value = int(cell.value) + 500
步骤 4 - 使用新文件名保存修改后的工作簿
wb.save('python-spreadsheet2.xlsx')
示例
# Importing the necessary modules
import openpyxl as xl
# Loading the workbook and selecting the sheet
wb = xl.load_workbook('python_worksheet.xlsx')
sheet = wb['Sheet1']
# Looping through each row of the sheet starting from row 2
for row in range(2, sheet.max_row + 1):
# Accessing the cell in the second column of the current row
cell = sheet.cell(row, 2)
# Accessing the cell in the third column of the current row
salary_bonus_cell = sheet.cell(row, 3)
# Adding 500 to the value in the cell from column 2 and updating the value in column 3
salary_bonus_cell.value = int(cell.value) + 500
# Saving the modified workbook with a new filename
wb.save('python-spreadsheet2.xlsx')
openpyxl 方法涉及使用 openpyxl 模块直接从 Excel 文件读取数据并写入 Excel 文件。我们了解了如何打开 Excel 文件、编辑其数据并创建新的列值。虽然此方法可用于处理单个单元格以及单元格范围，但由于此库的一些限制，对于比第二种方法更大的数据集，代码可能过于冗长且效率较低。
输出
方法 2：使用 pandas 库
Pandas 是一个主要用于数据分析的 Python 包。但是，它也提供了读取和写入 Excel 文件的功能。下面给出了一个使用 pandas 自动化 Excel 表格的示例。
我们可以使用以下命令在 python 中安装 pandas：
pip install pandas
假设有一个 Excel 文件，其内容如下：
现在，我们想执行与上一个示例中描述的相同的操作，我们将遵循以下算法：
算法
将 pandas 库导入为 pd。
使用 pd.read_excel() 方法从 Excel 文件读取数据。
指定工作表名称“Sheet1”以从 Excel 文件读取数据。
使用 pandas 中提供的各种方法根据需要操作数据。
在 DataFrame 中创建一个名为“Bonus”的新列，该列将 1000 加到“Salary”列。
使用 to_excel() 方法将更新后的数据写回新的 Excel 文件，并指定 index=False 以防止 pandas 将 DataFrame 的索引写入输出文件。
步骤 1 - 使用语句“import pandas as pd”导入 pandas 库。
import pandas as pd
步骤 2 - 使用 pd.read_excel() 方法读取输入 Excel 文件“python_worksheet.xlsx”，并将其存储在名为“data”的变量中。
data = pd.read_excel('python_worksheet.xlsx')
步骤 3 - 在 pd.read_excel() 方法中将工作表名称指定为“Sheet1”，以从输入 Excel 文件的 Sheet1 工作表读取数据。
data = pd.read_excel('python_worksheet.xlsx', sheet_name='Sheet1')
步骤 4 - 通过将 1000 加到现有的“Salary”列，在“data”DataFrame 中创建一个名为“Bonus”的新列。可以使用“+”运算符执行此操作，并将结果保存到新列中。
data['Bonus'] = data['Salary'] + 1000
步骤 5 - 使用 to_excel() 方法将更新后的数据写回名为“python-spreadsheet2.xlsx”的新 Excel 文件。将 DataFrame“data”作为第一个参数传递，并指定 index=False 以防止 DataFrame 的索引被写入输出文件。
data.to_excel('python-spreadsheet2.xlsx', index=False)
步骤 6 - 运行代码并检查输出 Excel 文件“python-spreadsheet2.xlsx”，以验证“Bonus”列是否已添加到原始数据中。
示例
# Import the pandas library
import pandas as pd
# Read the input Excel file "python_worksheet.xlsx" into a DataFrame called "data"
# and specify the sheet name as "Sheet1"
data = pd.read_excel('python_worksheet.xlsx', sheet_name='Sheet1')
# Create a new column in the "data" DataFrame called "Bonus" by adding 1000 to the existing "Salary" column
data['Bonus'] = data['Salary'] + 1000
# Write the updated data back to a new Excel file called "python-spreadsheet2.xlsx"
# Pass the DataFrame "data" as the first argument and specify index=False to prevent the DataFrame's index from being written to the output file
data.to_excel('python-spreadsheet2.xlsx', index=False)
pandas 方法涉及使用 DataFrame 读取和写入 Excel 文件中的数据。在我们的示例中，我们展示了如何从 Excel 文件中获取数据，自动化添加新列，然后将所有新数据放入另一个 Excel 文件中。由于 pandas 提供了大量用于操作、清理和分析数据的功能，因此即使处理大型数据集，此方法也很有用。
输出
在此示例中，我们使用 python 自动化了 Excel 表格以填充“Bonus”列。
方法 3：使用 xlwings 库
Xlwings 是一个 python 库，它为用户提供了一种从 Python 与 Microsoft Excel 通信和自动化流程的方法。它使用户能够使用 Python 自动化 Excel 活动，例如创建和编辑 Excel 图表和表格，以及编写 Excel 公式和函数。
此外，我们可以使用 Python 函数和库对 Excel 数据进行计算和分析，然后将结果写回 Excel。
我们可以使用以下命令在 python 中安装 **xlwings**：
pip install xlwings
假设有一个 Excel 文件，其内容如下：
现在，我们想执行与上一个示例中描述的相同的操作，我们将遵循以下算法：
算法
导入 **xlwings** 模块。
将 Excel 文件加载到 **xlwings** Workbook 对象中。
选择工作表并确定“Salary”列的最后一行。
将 500 加到“Salary”列中的每个值以创建一个新的“Bonus”列。
将结果写入相应的“Bonus”单元格。
使用新文件名保存修改后的工作簿。
关闭工作簿
步骤 1 - 导入 **xlwings** 模块。
import xlwings as xw
步骤 2 - 将 Excel 文件加载到 xlwings Workbook 对象中
wb = xw.Book('python_worksheet.xlsx')
步骤 3 - 选择工作表并将 500 加到“Salary”列以创建一个新的“Bonus”列
sheet = wb.sheets['Sheet1']
last_row = sheet.range('B' + str(sheet.cells.last_cell.row)).end('up').row
sheet.range('C2:C' + str(last_row)).value = [[cell.value + 500] for cell in sheet.range('B2:B' + str(last_row))]
步骤 4 - 使用新文件名保存修改后的工作簿
wb.save('python-spreadsheet2.xlsx')
步骤 5 - 关闭工作簿
wb.close()
示例
# Import the xlwings module
import xlwings as xw
# Load the Excel file into an xlwings Workbook object
wb = xw.Book('python_worksheet.xlsx')
# Select the Worksheet and add 500 to the 'Salary' column to create a new 'Bonus' column
sheet = wb.sheets['Sheet1']
last_row = sheet.range('B' + str(sheet.cells.last_cell.row)).end('up').row
sheet.range('C2:C' + str(last_row)).value = [[cell.value + 500] for cell in sheet.range('B2:B' + str(last_row))]
# Save the modified workbook with a new filename
wb.save('python-spreadsheet2.xlsx')
# Close the workbook
wb.close()
此方法涉及使用 **xlwings** 库，该库允许您通过 Python 代码自动化和操作 Excel。由于此库专门用于处理 Excel 文件，因此我们可以轻松地使用此方法来自动化我们的大型 Excel 任务。
输出
我们已成功在 Excel 表格中添加了“Salary+Bonus”列。
结论
使用 Python 自动化 Excel 表格可以成为处理大型数据集、简化冗余和重复性任务以及生成更大报告的有用工具。在本文中，我们介绍了三种流行的 Python 自动化 Excel 表格的方法。最终，您选择的方法将取决于任务的要求以及数据的数量和复杂性。如果您使用正确的策略和工具，使用 Python 自动化 Excel 表格可以帮助您节省时间、减少人为错误并提高生产力。
2K+ 次浏览
