作者:星安果
来源:AirPython
1. 前言
在我们日常工作中,经常会使用 Word、Excel、PPT、PDF 等办公软件。但是,经常会遇到一些重复繁琐的事情,这时候手工操作显得效率极其低下;通过python 实现办公自动化变的很有必要。
接下来的 一系列 文章,我将带大家对 Python 办公自动化做一个全面的总结,绝对的干货!
2. 准备
使用 Python 操作 Excel 文件,常见的方式如下:
xlrd 和 xlwt 是操作 Excel 文件最多的两个依赖库。其中,xlrd 负责读取 Excel 文件,xlwt 可以写入数据到 Excel 文件,我们安装这两个依赖库。
# 安装依赖库 pip3 install xlrd pip3 install xlwt
3. xlrd 读取 Excel
使用 xlrd 中的 open_workbook(filepath) 打开本地一个 Excel 文件。
import xlrd # 打开文件,返回一个工作簿对象 wb = xlrd.open_workbook(file_path)
工作簿对象的 nsheets 属性获取 Sheet 数目,sheet_names() 方法返回所有 Sheet 名称的列表。
# 统计sheet数量 sheets_num, sheets_names = wb.nsheets, wb.sheet_names() print('sheet数量一共有:', sheets_num) print('sheet名称分别为:', sheets_names)
筛选出工作簿中的某一个 Sheet 有 2 种方式,分别是:
# 获取某一个sheet # 通过名称或者索引获取 sheet = wb.sheet_by_index(0) # sheet = wb.sheet_by_name('第一个Sheet') print(sheet)
每一个 sheet 对象都可以利用 name、nrows、ncols 获取 Sheet 名称、行数量、列数量。
另外,row_values(index)、col_values(index) 分别用于获取某一行或某一列的数据列表。
# 获取某一个sheet中,包含的行数量、列数量 sheet_name, sheet_row_count, sheet_column_count = sheet.name, sheet.nrows, sheet.ncols print('当前sheet名称为:', sheet_name, ",一共有:", sheet_row_count, "行;有:", sheet_column_count, "列") # 单独获取某一行数据,索引从0开始 # 比如:获取第2行数据 row_datas = sheet.row_values(1) print('第2行数据为:', row_datas) # 单独获取某一列数据,索引从0开始 # 比如:获取第二列数据 column_datas = sheet.col_values(1) print('第2列数据为:', column_datas)
单元格可以通过行索引、列索引,调用 cell(row_index,column_index) 函数获取。需要注意的是,行索引和列索引都是从 0 开始,即:0 代表第一行。在 xlrd 中,单元格的数据类型包含 6 种,用 ctype 属性对应关系如下:
# 获取某一个单元格的数据 # 比如:获取第2行第1列的单元格的数据 one_cell = sheet.cell(1, 0) # 单元格的值 cell_value = one_cell.value print("单元格的值为:", cell_value) # 单元格数据类型 cell_type = one_cell. print("单元格数据类型为:", cell_type)
最后,如果要获取当前 Sheet 所有单元格中的数据,可以通过遍历所有行、列来操作。
# 获取所有单元格的值 print('表格中所有数据如下:') for r in range(sheet.nrows): for i in range(sheet.ncols): print(sheet.cell(r, i).value)
4. xlwt 写入 Excel
如果想实现将数据写入到 Excel 中,xlwt 就很方便了。
首先,使用 xlwt 的 Workbook() 方法创建一个工作簿对象;
然后,使用工作簿对象的 add_sheet(sheetname) 方法新增 Sheet;
import xlwt sheetname = '第一个Sheet' # 创建一个工作簿对象 wb = xlwt.Workbook() # 添加Sheet,通过sheet名称 sheet = wb.add_sheet(sheetname)
接着,通过 sheet 对象的 write() 方法,按照行索引和列索引,将数据写入到对应单元格中去。
# 将数据写入到Sheet中 # 3个参数分别是:行索引(从0开始)、列索引(从0开始)、单元格的值 # 第一行第一列,写入一个数据 # 写入标题 for index, title in enumerate(self.titles): sheet.write(0, index, title) # 写入值 for index_row, row_values in enumerate(self.values): for index_column, column_value in enumerate(row_values): sheet.write(index_row + 1, index_column, column_value)
需要注意的是,最后必须调用工作簿的 save(filepath),才能在本地生成 Excel 文件。
# 保存文件 # 最后保存文件即可 wb.save(filepath)
5. 进阶用法
接下来,聊聊几个常用的进阶用法
1、获取所有可见的 Sheet
在读取 Sheet 数据时,经常需要过滤隐藏的 Sheet
当 sheet 对象的 visibility 属性值为 0 时,代表此 Sheet 在工作簿中是显示的;否则被隐藏了
def get_all_visiable_sheets(self, wb): """ 获取所有可见的sheet :param wb: :return: """ return list(filter(lambda item: item.visibility == 0, wb.sheets())) # 1、获取所有可看见的sheet sheet_visiable = self.get_all_visiable_sheets(wb) print('所有可见的sheet包含:', sheet_visiable)
2、获取 Sheet 可见行或列
某一个 Sheet 中,可能存在部分行、列被隐藏了。
def get_all_visiable_rows(self, sheet): """ 获取某一个sheet中,可见的行 :param sheet: :return: """ result = [index for index in range(sheet.nrows) if sheet.rowinfo_map[index].hidden == 0] return result def get_all_visiable_columns(self, sheet): """ 获取某一个sheet中,可见的列 :param sheet: :return: """ result = [index for index in range(sheet.ncols) if sheet.colinfo_map[index].hidden == 0] return result
3、获取单元格的样式
以获取单元格字体颜色和背景为例。
def get_cell_bg_color(self, wb, sheet, row_index, col_index): """ 获取某一个单元格的背景颜色 :param wb: :param sheet: :param row_index: :param col_index: :return: """ xfx = sheet.cell_xf_index(row_index, col_index) xf = wb.xf_list[xfx] # 字体颜色 font_color = wb.font_list[xf.font_index].colour_index # 背景颜色 bg_color = xf.background.pattern_colour_index return font_color, bg_color
需要注意的是,使用 xlrd 读取单元格的样式,打开工作簿的时候需要显式定义 formatting_info = True,否则会抛出异常。
# 注意:必须设置formatting_info=True,才能正常获取属性 wb = xlrd.open_workbook(file_path, formatting_info=True) sheet = wb.sheet_by_index(0
6. 最后
搭配使用 xlrd、xlwt,基本上能完成大部分的工作,对于一些复杂的功能,比如:复制、分割、筛选等功能,可以用上 xlutils 这个依赖库。需要指出的是,这个组合对 xlsx 的兼容性不太好;如果需要操作 xlsx 文件,需要先转为 xls,然后再进行。
——热门课程推荐:
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
数据挖掘是现代企业利用数据驱动决策的重要工具。它涉及从大量数据中提取隐藏的、先前未知但潜在有用的信息,依托人工智能、机器 ...
2024-10-23在当前数据驱动的商业环境中,数据分析师的角色变得越来越重要。想要踏入这一领域并取得成功,不仅需要扎实的技术基础,还需要不 ...
2024-10-23数据分析是一个广泛而又精细的领域,它结合了统计学、计算机科学、商业策略以及数据科学等多个学科的知识。这个领域日新月异的发 ...
2024-10-23在现代企业中,数字化管理师扮演着至关重要的角色。他们不仅帮助企业优化资源配置,还推动企业的数字化转型。要成为一名合格的数 ...
2024-10-23大数据专业是一个跨学科的领域,涵盖了数学、统计学、计算机科学与技术等多个学科。随着数据在各个行业中的重要性日益增加,大数 ...
2024-10-23大数据分析师培训教程-2.1 Hadoop入门-Hadoop 1.0 的局限与 Hadoop 2.0(YARN)的革新 Hadoop简介Hadoop 的生态系统HDFS 的原理 ...
2024-10-232024,您是否渴望在数据领域探索更广阔的职业机遇? 数字化时代,数据量级每年都在呈指数级增长。据统计,全球互联网用户每天产 ...
2024-10-21数据科学专业是一门跨学科的综合性学科,涵盖了数学、统计学、计算机科学等多个领域。其核心目标是通过数据的收集、处理和分析来 ...
2024-10-21Python是一种高级解释性编程语言,由Guido van Rossum于1991年创造。凭借其简单易学、代码可读性强和功能强大的特点,Python已经 ...
2024-10-21在当今数据驱动的世界中,选择学习Hadoop已成为许多数据分析师和IT专业人士的必修课。Hadoop不仅是大数据处理领域的核心技术之一 ...
2024-10-21数据开发工程师在当今数据驱动的世界中扮演着至关重要的角色。他们不仅负责数据的采集和处理,还在数据仓库建设、系统开发和数据 ...
2024-10-20在当今快速变化的数字经济时代,数字化转型已经成为企业实现持续增长和竞争优势的关键。数字化转型不仅仅是技术的变革,更是组织 ...
2024-10-19在当今快速发展的科技时代,数字经济已成为全球经济的重要组成部分。选择数字经济专业,不仅能为你打开通往多个行业的大门,还能 ...
2024-10-18学习统计学与大数据分析具有显著的优势,能够帮助你走向高薪岗位。在数字化时代背景下,统计学和大数据分析展现出强大的就业潜力 ...
2024-10-18在当今的数字时代,数据科学与大数据技术专业的就业方向极为广泛,涵盖了多个领域和岗位。随着数据成为企业决策的重要依据,行业 ...
2024-10-18大数据技术与应用领域正在迅速发展,成为现代经济和科技发展的重要驱动力。随着数据量的爆炸式增长,各行各业对大数据专业人才的 ...
2024-10-18在当今数据驱动的商业环境中,数据分析软件已成为企业决策过程中不可或缺的工具。随着数据量的激增和分析需求的复杂化,选择合适 ...
2024-10-18在当今数据驱动的世界中,数据分析已成为许多行业不可或缺的一部分。无论是企业决策、市场营销,还是产品开发,数据分析都能提 ...
2024-10-18数据分析在现代企业中扮演着至关重要的角色,帮助企业在竞争激烈的市场中做出明智的决策。随着数据量的不断增长,企业需要依赖先 ...
2024-10-18CDA(Certified Data Analyst)认证在数据分析领域具有显著的作用,具体包括以下几个方面: 1. 专业技能认可 CDA认证是数据分析 ...
2024-10-17