京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:潮汐
来源:Python 技术
随着技术栈的越来越成熟,为了解决重复的劳动力型工作,越来越多的人开始学习自动化办公,使用技术帮助自己高效工作,提升工作效率,今天的文章讲解如何使用Python技术中的神奇工具来协助咱们自动化办公,这个神器就是 xlsxwriter。
那什么是 xlsxwriter 呢?
Xlsxwriter 是一个用于编写 Excel 文件格式文件的 Python 模块,xlsxwriter 可以用来写文本,数字,公式和超链接到多个工作表,它支持的功能也有很多,譬如格式化、单元格合并、图标功能等,具体功能如下:
02
另外它还支持Python 3.4+和PyPy3,并且只使用标准库。但值得注意的是它不支持读或者改现有的excel文件。
xlsxwriter 同样也使用 pip 安装,安装语句如下:pip install xlsxwriter
以下是关于 xlsxwriter
import xlsxwriter
workbook = xlsxwriter.Workbook('demo.xlsx') # 建立文件 worksheet = workbook.add_worksheet() # 建立sheet, 可以使用work.add_worksheet('employee')来指定sheet名,如果命名中文名会报UnicodeDecodeErro的错误 worksheet.write('A1', 'Hello world') # 向A1写入文字 workbook.close()
03
下面简单看一个实例,新增一个表格,再在表格中添加文字、数据以及图片,最后将工作表保存在当前工作空间中,详细实例如下:
import xlsxwriter def simple_example(): # 创建一个新的Excel文件并添加一个工作表 workbook = xlsxwriter.Workbook('demo.xlsx')
worksheet = workbook.add_worksheet() # 确定第一栏,使文字更清楚 worksheet.set_column('A:A', 20) # 添加粗体格式以突出显示单元格 bold = workbook.add_format({'bold': True}) # 简单的写一些文字 worksheet.write('A1', 'Hello') # 另起一行写入文字并加粗 worksheet.write('A2', 'World', bold) # 用行/列表示法写一些数字 worksheet.write(2, 0, 123)
worksheet.write(3, 0, 13.432) # 插入一张图片. worksheet.insert_image('B5', 'logo.jpeg')
workbook.close() if __name__ == '__main__':
simple_example()
实例结果图:
04
下面的实例讲解新建表格添加相应数据求和。
def sum_data(): workbook = xlsxwriter.Workbook('demo.xlsx') # 建立文件 worksheet = workbook.add_worksheet()
add_data = (
['A1', 1087],
['A2', 1056],
['A3', 300],
['A4', 590],
) # 按标号写入是从0开始的,按绝对位置'A1'写入是从1开始的 row = 0 col = 0 # 遍历数据并逐行写出它 for item, cost in (add_data):
worksheet.write(row, col, item)
worksheet.write(row, col + 1, cost)
row += 1 # 用公式写出总数 worksheet.write(row, 0, 'Total')
worksheet.write(row, 1, '=SUM(B1:B4)') # 调用excel的公式表达式 workbook.close()
求和结果如下:
05
以下实例讲解输出数字格式,使用workbook.add_format()函数进行自定义新增和运算后的输出结果,详细步骤如下:
def self_define_format(): # 建文件及sheet. workbook = xlsxwriter.Workbook('demo2.xlsx')
worksheet = workbook.add_worksheet() # Add a bold format to use to highlight cells. 设置粗体,默认是False bold = workbook.add_format({'bold': True}) # 定义数字格式 money = workbook.add_format({'num_format': '$#,##0'}) # Write some data headers. 带自定义粗体blod格式写表头 worksheet.write('A1', 'Item', bold)
worksheet.write('B1', 'Cost', bold) # Some data we want to write to the worksheet. add_data = (
['A1', 1087],
['A2', 1056],
['A3', 300],
['A4', 590],
) # Start from the first cell below the headers. row = 1 col = 0 # Iterate over the data and write it out row by row. for item, cost in (add_data):
worksheet.write(row, col, item) # 带默认格式写入 worksheet.write(row, col + 1, cost, money) # 带自定义money格式写入 row += 1 # Write a total using a formula. worksheet.write(row, 0, 'Total', bold)
worksheet.write(row, 1, '=SUM(B2:B5)', money)
workbook.close()
输出结果如下:
06
在单元格输出结果中加入日期格式:
def write_date(): from datetime import datetime
workbook = xlsxwriter.Workbook('demo3.xlsx')
worksheet = workbook.add_worksheet() # 添加粗体格式以突出显示单元格. bold = workbook.add_format({'bold': 1}) # 为带钱的单元格添加数字格式. money_format = workbook.add_format({'num_format': '$#,##0'}) # 添加Excel日期格式. date_format = workbook.add_format({'num_format': 'mmmm d yyyy'}) # 调整列的宽度 worksheet.set_column(1, 1, 15) # 写入数据表头 worksheet.write('A1', 'Item', bold)
worksheet.write('B1', 'Date', bold)
worksheet.write('C1', 'Cost', bold) # 将数据写入工作表 add_data = (
['A1', '2013-01-13', 1875],
['A2', '2013-01-14', 345],
['A3', '2013-01-16', 564],
['A4', '2013-01-20', 10987],
) # 从标题下面的第一个单元格开始. row = 1 col = 0 for item, date_str, cost in (add_data): # 将日期字符串转换为datetime对象 date = datetime.strptime(date_str, "%Y-%m-%d")
worksheet.write_string(row, col, item)
worksheet.write_datetime(row, col + 1, date, date_format)
worksheet.write_number(row, col + 2, cost, money_format)
row += 1 # 用公式写出总数 worksheet.write(row, 0, 'Total', bold)
worksheet.write(row, 2, '=SUM(C2:C5)', money_format)
workbook.close()
输出结果如下:
07
今天的文章讲解了神器 xlsxwriter 操作 Excel 的基本操作,当然还有更多关于 xlsxwriter 有趣的知识点还未分享,欲知后事如何,下回咱们接着分享,感兴趣的朋友们可以试试,希望对大家有所帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17