作者：俊欣

来源：关于数据分析与可视化

今天小编来介绍一下如何用Python来操作Excel文件，当中需要用到的模块叫做openpyxl，其中我们会涉及到一些基本常规的操作，例如有

• 插入与查询数据
• 分类统计数据
• 数据的可视化
• 字体颜色的更改
• 等等

基本操作

小编默认大家已经都安装好了openpyxl模块了，要是还没有安装的话，可以通过pip命令行，代码如下

pip install openpyxl

我们首先来导入Excel数据集，代码如下

# 导入模块from openpyxl import Workbook, load_workbook# 导入Excel数据集wb = load_workbook(r"grades.xlsx")# 得到正在运行的工作表sheet = wb.active# 工作表的名称叫做print(sheet)

output

打印出工作表中的值

我们通过传入单元格的位置来打印其中的数值，代码如下

print(sheet["A1"].value)print(sheet["A2"].value)print(sheet["B3"].value)

output

NameTestMale

改变某个单元格的数值

我们还可以尝试来改变某个单元格的数值，代码如下

sheet["A1"] = "Dylan"# 保存wb.save(r"grades.xlsx")

在保存过之后，我们来看一下结果如何，如下图所示

添加一个工作表

我们尝试在现有的Excel当中添加一个工作表，代码如下

# 添加一个新的工作表wb.create_sheet("Class B")# 返回以列表形式带有工作表名称print(wb.sheetnames)

output

['Class A', 'Class B']

插入数据

我们尝试新建一个工作簿，并且插入若干条数据，代码如下

# 创建一个新的工作簿new_wb = Workbook()ws = new_wb.active# 重命名工作表的名称ws.title = "Test1"# 插入数据到新建的工作表中ws.append(["This","is","a","test"])new_wb.save("test.xlsx")

我们来看一下最后出来的结果，如下图所示

我们尝试来多插入几条数据，代码如下

# 插入更多的数据ws.append(["This","Is","Another","Test"])ws.append(["And","Yet","Another","Test"])ws.append(["End"])# 保存new_wb.save("test.xlsx")

插入行与删除行

如果是想插入某一行的话，调用的则是insert_rows()方法，具体代码如下

# 前面的步骤一样，导入工作簿和数据ws.insert_rows(1)wb.save("test.xlsx")

出来的结果如下图所示

同理，如果是想要去删除某一行的数据的话，调用的则是delete_rows()方法，具体代码如下

ws.delete_rows(1)# 保存wb.save("test.xlsx")

出来的结果如下图所示

插入列与删除列

我们来看一下该如何插入列和删除列，插入列用到的方式是insert_cols()，代码如下

# 新插入一列ws.insert_cols(2)

结果如下

而删除列的方法是delete_cols()，

ws.delete_cols(1,2)

数据的分析与可视化

我们还可以进行一系列的数据统计分析，首先我们先把需要用到的数据放入至Excel当中去，

sales_data = { "苹果": {"北京": 5000, "上海": 7000, "深圳": 6000, "香港": 10000}, "华为": {"北京": 8000, "上海": 4000, "深圳": 3000, "香港": 9000}, "小米": {"北京": 6000, "上海": 9000, "深圳": 5000, "香港": 6000}, "vivo": {"北京": 3000, "上海": 5000, "深圳": 4000, "香港": 7000}            }

小编随意生成了一点数据，并且将其放置到Excel当中去，代码如下

# 创建一个新的工作簿sales_wb = Workbook()ws = sales_wb.active# 重命名工作表的名称ws.title = "Sales"# 创建列名column_names = ["Product Name"] + list(sales_data["苹果"].keys())ws.append(column_names)# 将一系列的数值都放置到工作表当中去for product in sales_data:    sales = list(sales_data[product].values())    ws.append([product] + sales)sales_wb.save("sales_data.xlsx")

我们来看一下出来的结果，如下图所示

平均值的计算

我们来指定某一列，并且求出其平均值，代码如下

ws['B6'] = '=AVERAGE(B2:B5)'sales_wb.save("sales_data.xlsx")

我们来看一下出来的结果，如下图所示

求和的计算

我们为每一座城市的销售额都来做一个求和的计算，我们写一个for循环来遍历每一列，将每一列当中的数据做一个求和，代码如下

# 再添加新的一行的名称ws['A' + str(ws.max_row + 1)] = "Total Sales"# 遍历再求和for col in range(2, len(sales_data["苹果"]) + 2): char = get_column_letter(col)    ws[char + '6'] = f"=SUM({char + '2'}:{char + '5'})"

我们来看一下出来的结果，如下图所示

字体颜色的更改

我们也可以来更改字体的颜色，使得更加美观一些，代码如下

for col in range(1,ws.max_column+1):    ws[get_column_letter(col) + '1'].font = Font('Arial', bold=True, size=13, color='00000080')    sales_wb.save("sales_data.xlsx")

我们来看一下美化过之后的结果，如下图所示

画个柱状图出来

最后的最后，我们来绘制一张柱状图，来看一下不同的产品在每一个城市的销售数据如何，横坐标对应的产品类目，而纵坐标对应的则是销售数据，另外我们根据不同的城市会用不用的颜色来标注出来，代码如下

from openpyxl.chart import BarChart, Reference# 新建一个柱状图实例barchart = BarChart()# 确定数据的范围data = Reference(ws, min_col=ws.min_column+1, max_col=ws.max_column, min_row=ws.min_row, max_row=ws.max_row-1)categories = Reference(ws, min_col=ws.min_column, max_col=ws.min_column, min_row=ws.min_row+1, max_row=ws.max_row-1)# 添加数据以及类目barchart.add_data(data, titles_from_data=True)barchart.set_categories(categories)# 绘制的数据放在哪个位置ws.add_chart(barchart, "G1")# 添加标题barchart.title = '每座城市的产品销售数据'# 图表的类型barchart.style = 2sales_wb.save("sales_data.xlsx")

我们来看一下最后出来的结果，如下图所示