python处理Excel实现自动化办公教学（含实战）【一】

汀丶人工智能

发布于 2022-12-21 15:59:45

1.6K00

代码可运行

文章被收录于专栏：NLP/KGNLP/KG

运行总次数：0

代码可运行

python处理Excel实现自动化办公教学（含实战）【一】

python处理Excel实现自动化办公教学（含实战）【二】

python处理Excel实现自动化办公教学（数据筛选、公式操作、单元格拆分合并、冻结窗口、图表绘制等）【三】

相关码源：B站python资料.zip-数据挖掘文档类资源-CSDN下载

1.环境安装

python处理Excel的方式
- openpyxl
环境安装：
- 模块官网：openpyxl · PyPI
- 最新版本：

pip install -U openpyxl==3.0.7 / pip install openpyxl==3.0.7

三方支持：

pip install lxml
pip install pillow

首先，让我们来看一些基本定义：
- 工作簿：一个 Excel 电子表格文档称为一个工作簿，一个工作簿保存在扩展名为.xlsx 的文件中
- sheet表：每个工作簿可以包含多个表(也称为工作表)
- 活动表：用户当前查看的表(或关闭 Excel 前最后查看的表)，称为活动表
- 单元格：每个表都有一些列(地址是从 A 开始的字母)和一些行(地址是从 1 开始的数字)。在特定行和列的方格称为单元格。每个单元格都包含一个数字或文本值。

2.读取Excel表格

实例表格如下：

import openpyxl

用 openpyxl 模块打开 Excel 文档

#创建了一个指定的工作簿对象
wb = openpyxl.load_workbook(filename='./data/test.xlsx')

获取工作簿的sheet表的名称

wb.get_sheet_names()

获取指定的sheet对象

sheet = wb.get_sheet_by_name('基本信息')   #


sheet = wb.get_sheet_by_name('也就是某个sheet')

获取活动表

wb.get_active_sheet()

从表中取得单元格
- 有了 Worksheet 对象后，就可以按名字访问 Cell 对象
  - 属性：
    - value:cell中存储的值
    - row：行索引
    - column：列索引
    - coordinate：坐标

cell = sheet['A4']  #A列第三个
cell.value
cell.row
cell.column
cell.coordinate

print上述得到： bobo2；4；1；A4

用字母来指定列，这在程序中可能有点奇怪，特别是在 Z 列之后，列开时使用两个字母:AA、AB、AC 等。作为替代，在调用表的 cell()方法时，可以传入整数作为 row 和 column 关键字参数，也可以得到一个单元格。第一行或第一列的整数是 1，不是 0。

sheet.cell(row=1,column=2).value

'age'

从工作表中取得行和列
- 可以将 Worksheet 对象进行切片操作，从而取得电子表格中一行、一列或一个矩形区域中的所有 Cell 对象。

for cell_row in sheet['A2':'E6']:
    for cell in cell_row:
        print(cell.coordinate,cell.value)

要访问特定行或列的单元格的值，也可以利用 Worksheet 对象的 rows 和 columns属性。

sheet.columns[0]
#第一列

(<Cell 基本信息.A1>,
 <Cell 基本信息.A2>,
 <Cell 基本信息.A3>,
 <Cell 基本信息.A4>,
 <Cell 基本信息.A5>,
 <Cell 基本信息.A6>,
 <Cell 基本信息.A7>)


for cell in list(sheet.columns)[0]:
    print(cell.value)


name
bobo
bobo1
bobo2
bobo3
bobo4
bobo5

获取工作表中的最大行和最大列的数量

print(sheet.max_ row,sheet.max column)


7 6

3.项目实战

项目：2010 年美国人口普查数据自动化处理

在这个项目中，你要编写一个脚本，从人口普查电子表格文件中读取数据，并在几秒钟内计算出每个县的统计值（可以根据县的名称快速计算出县的总人口和普查区的数量）。
- 下面是程序要做的事:
  - 从 Excel 电子表格中读取数据。
  - 计算每个县中普查区的数目。
  - 计算每个县的总人口。打印结果。
- 这意味着代码需要完成下列任务:
  - 用 openpyxl 模块打开 Excel 文档并读取单元格。
  - 计算所有普查区和人口数据，将它保存到一个数据结构中。
  - 利用 pprint 模块，将该数据结构写入一个扩展名为.py 的文本文件。
数据说明：
- censuspopdata.xlsx 电子表格中只有一张表，名为'Population by Census Tract'。
- 每一行都保存了一个普查区的数据。
- 列分别是普查区的编号(A)，州的简称(B)，县的名称(C)，普查区的人口(D)。
  - 注意：一个县会设定多个普查区，D列表示县中所有普查区对应每一个普查区的人口数量
print()和pprint()都是python的打印模块，功能基本一样，唯一的区别就是pprint()模块打印出来的数据结构更加完整，每行为一个数据结构，更加方便阅读打印输出结果。特别是对于特别长的数据打印，print()输出结果都在一行，不方便查看，而pprint()采用分行打印输出，所以对于数据结构比较复杂、数据长度较长的数据，适合采用pprint()打印方式。当然，一般情况多数采用print()。

countyData结构：【构建要求形式】

如果前面的字典保存在 countyData 中，下面的表达式求值结果如下：

代码：openpyxl 2.x版本

import openpyxl, pprint
print('Opening workbook...')
wb = openpyxl.load_workbook('data/censuspopdata.xlsx')
sheet = wb.get_sheet_by_name('Population by Census Tract') #sheet[0]
#countyData将包含你计算的每个县的总人口和普查区数目。但在它里面存储任何东西之前，你应该确定它内部的数据结构。
countyData = {}
print('Reading rows...')
for row in range(2, sheet.get_highest_row() + 1):  #sheet.get_highest_row() 获取最大行数
    state = sheet['B' + str(row)].value   #获取值
    county = sheet['C' + str(row)].value 
    pop = sheet['D' + str(row)].value
    countyData.setdefault(state, {})  #{state:{}}   #setdefault给字典添加键值
#在给后续添加键值
    countyData[state].setdefault(county, {'tracts': 0, 'pop': 0}) #{state:{county:{'tracts': 0, 'pop': 0}}}
    countyData[state][county]['tracts'] += 1
    countyData[state][county]['pop'] += int(pop)
print('Writing results...')
#写入py文件
resultFile = open('census2010.py', 'w')
#使用 pprint.pformat()函数，将变量字典的值作为一个巨大的字符串， 写入文件 census2010.py
resultFile.write('allData = ' + pprint.pformat(countyData)) 
resultFile.close()
print('Done.')

Opening workbook...
Reading rows...
Writing results...
Done.

将countyData输出到文本文件 census2010.py，你就通过 Python 程序生成了一个 Python 程序!这样做的好处是现在可以导入 census2010.py，就像任何其他 Python 模块一样。

import os
import census2010
#查看AK州Anchorage县的人口普查数据
census2010.allData['AK']['Anchorage']



{'pop': 291826, 'tracts': 55}

#增加可读性：

anchoragePop = census2010.allData['AK']['Anchorage']['pop']
print('The 2010 population of Anchorage was ' + str(anchoragePop))

The 2010 population of Anchorage was 291826

openpyxl 3.0版本以上版本升级书写简介点：

import openpyxl, pprint
print('Opening workbook...')
wb = openpyxl.load_workbook('data/censuspopdata.xlsx')
#sheet = wb.get_sheet_by_name('Population by Census Tract') #sheet[0]
sheet = wb['Population by Census Tract']

#countyData将包含你计算的每个县的总人口和普查区数目。但在它里面存储任何东西之前，你应该确定它内部的数据结构。
countyData = {}
print('Reading rows...')
#for row in range(2, sheet.get_highest_row() + 1):  #sheet.get_highest_row() 获取最大行数
for row in range(2, sheet.max_row + 1):  #新版本只能sheet.max_row获取最大化
    state = sheet['B' + str(row)].value   #获取值
    county = sheet['C' + str(row)].value 
    pop = sheet['D' + str(row)].value
    countyData.setdefault(state, {})  #{state:{}}   #setdefault给字典添加键值
#在给后续添加键值
    countyData[state].setdefault(county, {'tracts': 0, 'pop': 0}) #{state:{county:{'tracts': 0, 'pop': 0}}}
    countyData[state][county]['tracts'] += 1
    countyData[state][county]['pop'] += int(pop)
print('Writing results...')
#写入py文件
resultFile = open('census2010.py', 'w')
#使用 pprint.pformat()函数，将变量字典的值作为一个巨大的字符串， 写入文件 census2010.py
resultFile.write('allData = ' + pprint.pformat(countyData)) 
resultFile.close()
print('Done.')

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2022-05-30，如有侵权请联系 cloudcommunity@tencent.com 删除

数据结构