Python与Excel不得不说的事

Python 与 Excel 不得不说的事

数据处理是 Python 的一大应用场景，而 Excel 则是最流行的数据处理软件。所以用 Python 进行数据相关的工做时，不免要和 Excel 打交道。

若是仅仅是要以表单形式保存数据，能够借助 CSV 格式（一种以逗号分隔的表格数据格式）进行处理，Excel 也支持此格式。但标准的 Excel 文件（xls/xlsx）具备较复杂的格式，并不方便像普通文本文件同样直接进行读写，须要借助第三方库来实现。

经常使用的库是 python-excel 系列：

xlrd、xlwt、xlutils

• xlrd － 读取 Excel 文件

• xlwt － 写入 Excel 文件

• xlutils － 操做 Excel 文件的实用工具，如复制、分割、筛选等

尽管这是目前被用得最多的 Excel 库，我仍是很想吐槽为何这三个包不能放在一个模块里……另外它们有个缺陷，就是只能处理 xls 文件。若是你想用新版本的 xlsx，能够考虑 openpyxl 和 xlsxwriter。

不过今天只说说这三个。

（更新：有人提到另外几个 Python 处理 Excel 的库，有些的确会比 python-excel 系列好用。以后会再作一篇对比，敬请期待。

另外，关于为何不用 VBA、Java、C#……处理 Excel。其实本文的出发点是对于 Python 使用者来讲，操做 Excel 的一种基本方式，并不是否认其余语言和方法。）

安装

安装的方法没啥特别的，只是得装三遍。能够下载安装包、下载代码压缩包、或者经过 pip 等。可参考 如何安装 Python 的第三方模块 - Crossin的编程教室 - 知乎专栏

若是安装过以前推荐的 anaconda，那么就已经有了 xlrd 和 xlwt，但 xlutils 没有附带在安装包中，使用时仍需另行安装。

读取

结合一段简单的代码来看：

import xlrd 
# 打开 xls 文件
book = xlrd.open_workbook("test.xls")
print "表单数量:", book.nsheets
print "表单名称:", book.sheet_names()
# 获取第1个表单
sh = book.sheet_by_index(0)
print u"表单 %s 共 %d 行 %d 列" % (sh.name, sh.nrows, sh.ncols)
print "第二行第三列:", sh.cell_value(1, 2)
# 遍历全部表单
for s in book.sheets():
    for r in range(s.nrows):
        # 输出指定行
        print s.row(r)

测试文件：

输出结果：

表单数量: 2
表单名称: [u'Group.A', u'Group.B']
表单 Group.A 共 7 行 3 列
第二行第三列: 15.0
[text:u'Rank', text:u'Team', text:u'Points']
[number:1.0, text:u'Brazil', number:15.0]
[number:2.0, text:u'Russia', number:12.0]
...

经常使用的方法：

• open_workbook 打开文件

• sheet_by_index 获取某一个表单

• sheets 获取全部表单

• cell_value 获取指定单元格的数据

写入

仍是看代码：

import xlwt
# 建立 xls 文件对象
wb = xlwt.Workbook()
# 新增一个表单
sh = wb.add_sheet('A Test Sheet')
# 按位置添加数据
sh.write(0, 0, 1234.56)
sh.write(1, 0, 8888)
sh.write(2, 0, 'hello')
sh.write(2, 1, 'world')
# 保存文件
wb.save('example.xls')

生成文件：

经常使用的方法：

• Workbook 建立文件对象

• add_sheet 新增一个表单

• write 在指定单元格写入数据

修改

很遗憾，并无直接修改 xls 文件的方法。一般的作法是，读取出文件，复制一份数据，对其进行修改，再保存。

在复制时，须要用到 xlutils 中的方法。

from xlrd import open_workbook
from xlutils.copy import copy
# 打开文件
rb = open_workbook("example.xls")
# 复制
wb = copy(rb)
# 选取表单
s = wb.get_sheet(0)
# 写入数据
s.write(0, 1, 'new data')
# 保存
wb.save('example.xls')

修改后文件：

特别要注意的是，选取读取表单时，要使用 sheet_by_index，而在选取写入表单时，则要用 get_sheet。不要问我为何，我也很想知道这么设定的用意何在……

时间转换

若是表单中有时间格式的数据，经过处理以后，你会发现时间数据出了差错。

输出单元格内容：

[number:8888.0, xldate:42613.0]

由于这里 xldate 有本身的格式定义。若是要使用正确的格式，必须转换：

new_date = xlrd.xldate.xldate_as_datetime(date, book.datemode)

date 是对应单元格的数据，book 是打开的文件对象。

另外，在打开文件时，加上参数 formatting_info=True，能够保证在时间数据在 copy 时保持原样。

写入时间数据，则可经过此方法建立 excel 的时间对象：

xlrd.xldate.xldate_from_datetime_tuple

或者经过 xlwt.easyxf 指定时间格式：

style = xlwt.easyxf(num_format_str='D-MMM-YY')
ws.write(1, 0, datetime.now(), style)

具体细节及更多功能这里不展开说明。

以上即是 Python 操做 Excel 文件的一些基本方法。实际使用过程当中遇到问题或者须要了解更多功能，永远记住两个词：

RTFM、STFW

来自：https://zhuanlan.zhihu.com/p/22261597