怎么使用Python進行Excel自動化操作

這篇“怎么使用Python進行Excel自動化操作”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“怎么使用Python進行Excel自動化操作”文章吧。

一、Python 操作 Excel 的常用庫

在開始操作 Excel 之前，你需要安裝 Python 和一些相關庫。可以使用 pip 安裝以下庫，或者使用專業的 python 客戶端：pycharm，快速安裝 python 和相關庫。

• pandas：用于處理 Excel 文件和數據

• openpyxl：用于讀取和寫入 Excel 文件

• xlrd：用于讀取 Excel 文件

• xlwt：用于寫入 Excel 文件

1. 使用第三方庫 openpyxl

openpyxl 是一個用于讀寫 Excel 2010 xlsx/xlsm/xltx/xltm 文件的 Python 庫。它可以讀取和寫入 Excel 文件，支持多個工作表、圖表等。

示例代碼：

import openpyxl

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

# 獲取所有工作表名
sheet_names = workbook.sheetnames
print(sheet_names)

# 獲取指定工作表
sheet = workbook['Sheet1']

# 獲取單元格數據
cell = sheet['A1']
print(cell.value)

# 修改單元格數據
sheet['A1'] = 'Hello World'

# 保存 Excel 文件
workbook.save('example.xlsx')

2. 使用第三方庫 xlrd 和 xlwt

xlrd 和 xlwt 分別用于讀取和寫入 Excel 文件，支持多個工作表，但不支持 Excel 2010 xlsx/xlsm/xltx/xltm 格式。

示例代碼：

import xlrd
import xlwt

# 打開 Excel 文件
workbook = xlrd.open_workbook('example.xls')

# 獲取所有工作表名
sheet_names = workbook.sheet_names()
print(sheet_names)

# 獲取指定工作表
sheet = workbook.sheet_by_name('Sheet1')

# 獲取單元格數據
cell = sheet.cell(0, 0)
print(cell.value)

# 修改單元格數據
new_workbook = xlwt.Workbook()
new_sheet = new_workbook.add_sheet('Sheet1')
new_sheet.write(0, 0, 'Hello World')
new_workbook.save('example.xls')

3. 使用 pandas 庫

pandas 是一個用于數據分析的 Python 庫，也可以用于讀寫 Excel 文件，支持多個工作表，但不支持 Excel 2010 xlsx/xlsm/xltx/xltm 格式。

示例代碼：

import pandas as pd

# 讀取 Excel 文件
df = pd.read_excel('example.xls', sheet_name='Sheet1')

# 獲取單元格數據
value = df.iloc[0, 0]
print(value)

# 修改單元格數據
df.iloc[0, 0] = 'Hello World'
df.to_excel('example.xls', index=False)

二、Python 操作 excel 的 10 個常用方法

1. 讀取 Excel 文件

使用 pandas 庫中的 read_excel()函數可以讀取 Excel 文件。示例代碼如下：

import pandas as pd

# 讀取Excel文件
df = pd.read_excel('example.xlsx')

2. 寫入 Excel 文件

使用 pandas 庫中的 to_excel()函數可以將數據寫入 Excel 文件。示例代碼如下：

import pandas as pd

# 將數據寫入Excel文件
df.to_excel('example.xlsx', index=False)

3. 插入行或列

使用 pandas 庫中的 append()函數可以插入行或列。示例代碼如下：

import pandas as pd

# 插入行
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.append({'A': 4, 'B': 7}, ignore_index=True)

# 插入列
df['C'] = [7, 8, 9, 10]

4. 刪除行或列

使用 pandas 庫中的 drop()函數可以刪除行或列。示例代碼如下：

import pandas as pd

# 刪除行
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.drop(1)

# 刪除列
df = df.drop('B', axis=1)

5. 修改單元格值

使用 pandas 庫中的 at()函數或.iat()函數可以修改單元格的值。示例代碼如下：

import pandas as pd

# 修改單元格值
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.at[1, 'B'] = 7

# 使用.iat()函數修改單元格值
df.iat[0, 1] = 8

6. 查找單元格值

使用 pandas 庫中的.loc()函數或.iloc()函數可以查找單元格的值。示例代碼如下：

import pandas as pd

# 查找單元格值
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
value = df.loc[1, 'B']

# 使用.iloc()函數查找單元格值
value = df.iloc[1, 1]

7. 排序數據

使用 pandas 庫中的 sort_values()函數可以對數據進行排序。示例代碼如下：

import pandas as pd

# 對數據進行排序
df = pd.DataFrame({'A': [1, 3, 2], 'B': [4, 6, 5]})
df = df.sort_values(by='A')

8. 合并數據

使用 pandas 庫中的 merge()函數可以合并數據。示例代碼如下：

import pandas as pd

# 合并數據
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 4], 'C': [7, 8, 9]})
df = pd.merge(df1, df2, on='A')

9. 分組數據

使用 pandas 庫中的 groupby()函數可以對數據進行分組。示例代碼如下：

import pandas as pd

# 分組數據
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': [1, 2, 3, 4, 5, 6, 7, 8]})
grouped = df.groupby(['A', 'B'])

10. 計算數據統計量

使用 pandas 庫中的 describe()函數可以計算數據的統計量。示例代碼如下：

import pandas as pd

# 計算數據統計量
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
desc = df.describe()

以上就是關于“怎么使用Python進行Excel自動化操作”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。