1 Excel-Dateien bearbeiten – mehrere Implementierungsmethoden
In der tatsächlichen Produktion wird Excel häufig zum Verarbeiten von Daten verwendet. Obwohl Excel über leistungsstarke Formeln verfügt, können viele Aufgaben nur halbautomatisiert werden. Mit Python können einige tägliche Aufgaben automatisiert und die Arbeitseffizienz erheblich verbessert werden.
openpyxl
: Es ist nur erlaubt, Dateien im XLSX-Format zu lesen und zu schreiben sowie das Hinzufügen, Löschen, Ändern und Suchen durchzuführen.xlwings
: Ermöglicht das Lesen und Schreiben von Dateien im XLSX- und XLS-Format sowie das Hinzufügen, Löschen, Ändern und Überprüfen.xlsxwriter
: Es dürfen nur Dateien im .xlsx-Format geschrieben werden.
Wenn Sie die drei vergleichen, denken Sie vielleicht, dass xlsxwriter
diese Bibliothek zu schlecht ist, oder? Eigentlich nein, die ersten beiden Bibliotheken können sich in puncto Schreiben nicht damit messen, ihr Kern liegt im Schreiben (mehrere Stildiagramme, Bilder, Tabellenstiländerungen usw.).
1.1 XLSXWriter-Bibliothek speichert Daten in Excel
xlsxwriter ist ein Python-Modul zum Erstellen von Excel XLSX-Dateien. Es kann zum Schreiben von Text, Zahlen, Formeln und Hyperlinks in mehrere Arbeitsblätter in Excel2007 + XLSX-Dateien verwendet werden. Es unterstützt Formatierung und andere Funktionen.
Vorteil:
- Die Funktion ist relativ stark:
Unterstützt Schriftarteinstellungen, Vordergrund- und Hintergrundfarben, Rahmeneinstellungen, Ansichtszoom (Zoom), Zellenzusammenführung, Autofilter, Fenster einfrieren, Formeln, Datenvalidierung , Zellenkommentare, Einstellungen für Zeilenhöhe und Spaltenbreite - Unterstützt das Schreiben großer Dateien
- Lesen, Ändern, XLS-Dateien und Pivot-Tabellen werden nicht unterstützt
1. Installieren Sie xlsxwriter
pip install XlsxWriter -i https://pypi.douban.com/simple
2. Gemeinsame Operationen
Arbeitsblattstil hinzufügen
bold = workbook.add_format({
'bold': True, # 字体加粗
'border': 1, # 单元格边框宽度
'align': 'left', # 水平对齐方式
'valign': 'vcenter', # 垂直对齐方式
'fg_color': '#F4B084', # 单元格背景颜色
'text_wrap': True, # 是否自动换行
})
Zelldaten schreiben
# 写入单个单元格数据
# row:行, col:列, data:要写入的数据, bold:单元格的样式
worksheet1.write(row, col, data, bold)
# 写入一整行,一整列
# A1:从A1单元格开始插入数据,按行插入, data:要写入的数据(格式为一个列表), bold:单元格的样式
worksheet1.write_row(“A1”, data, bold)
# A1:从A1单元格开始插入数据,按列插入, data:要写入的数据(格式为一个列表), bold:单元格的样式
worksheet1.write_column(“A1”,data,bold)
Bild einfügen
# 第一个参数是插入的起始单元格,第二个参数是图片你文件的绝对路径
worksheet1.insert_image('A1','f:\\1.jpg')
Hyperlink schreiben
worksheet1.write_url(row, col, "internal:%s!A1" % ("要关联的工作表表名"), string="超链接显示的名字")
Diagramm einfügen
workbook.add_chartsheet(type="")
# 参数中的type指的是图表类型,图表类型示例如下:
# [area:面积图,bar:条形图,column:直方图,doughnut:环状图,line:折线图,pie:饼状图,scatter:散点图,radar:雷达图,stock:箱线图]
- Holen Sie sich alle Arbeitsblätter der aktuellen Excel-Datei:
workbook.worksheets()
- Excel-Datei schließen:
workbook.close()
3. Erstellen Sie eine einfache XLSX-Datei
Nehmen wir an, wir haben einige Daten zu den monatlichen Ausgaben und möchten diese in eine Excel-XLSX-Datei konvertieren:
import xlsxwriter as xw
def xw_toExcel(data, fileName):
"""xlsxwriter库储存数据到excel"""
workbook = xw.Workbook(fileName) # 创建工作簿
worksheet1 = workbook.add_worksheet("sheet1") # 创建子表
worksheet1.activate() # 激活表
title = ['序号', '项目支出', '消费金额'] # 设置表头
worksheet1.write_row('A1', title) # 从A1单元格开始写入表头
row = 1 # 从第二行开始写入数据
col = 0
for record in data: # 迭代数据并逐行写入
worksheet1.write(row, col, record["id"])
worksheet1.write(row, col+1, record["name"])
worksheet1.write(row, col+2, record["expenses"])
row += 1
workbook.close() # 关闭表
# "-------------数据用例-------------"
test_data = [
{
"id": 1, "name": "Rent", "expenses": 1000},
{
"id": 2, "name": "Gas", "expenses": 100},
{
"id": 3, "name": "Food", "expenses": 300},
{
"id": 4, "name": "Gym", "expenses": 50},
]
file_name = 'test.xlsx'
xw_toExcel(test_data, file_name)
![](https://img-blog.csdnimg.cn/5603fa69ac8642108cc4e798468adb71.png#pic_center)
4. Schreiben Sie verschiedene Datentypen in xlsx
Fügen Sie in Fortsetzung des vorherigen Kapitels eine Spalte vom Typ „Datum“ hinzu und schreiben Sie sie in die XLSX-Datei
from datetime import datetime
import xlsxwriter as xw
def xw_toExcel(data, fileName):
"""xlsxwriter库储存数据到excel"""
workbook = xw.Workbook(fileName) # 创建工作簿
worksheet1 = workbook.add_worksheet("sheet1") # 创建子表
bold = workbook.add_format({
'bold': True}) # 新增一个粗体格式
money_format = workbook.add_format({
'num_format': '$#,##0'}) # 新增一个数值格式代表金额
date_format = workbook.add_format({
'num_format': 'yyyy-mm-dd'}) # 增加一个时间类型的格式
worksheet1.set_column(1, 1, 15) # 调整列的宽度
worksheet1.activate() # 激活表
title = ['日期', '项目支出', '消费金额'] # 设置表头
worksheet1.write_row('A1', title, bold) # 从A1单元格开始写入表头
row = 1 # 从第二行开始写入数据
col = 0
for record in data: # 迭代数据并逐行写入
date = datetime.strptime(record["date"], "%Y-%m-%d")
worksheet1.write_datetime(row, col, date, date_format)
worksheet1.write_string(row, col+1, record["name"])
worksheet1.write_number(row, col+2, record["expenses"], money_format)
row += 1
# 写公式
worksheet1.write(row, 0, 'Total', bold)
worksheet1.write_formula(row, 2, '=SUM(C2:C5)', money_format)
workbook.close() # 关闭表
# "-------------数据用例-------------"
test_data = [
{
"date": "2023-10-24", "name": "Rent", "expenses": 1000},
{
"date": "2023-10-25", "name": "Gas", "expenses": 100},
{
"date": "2023-10-27", "name": "Food", "expenses": 300},
{
"date": "2023-10-30", "name": "Gym", "expenses": 50},
]
file_name = 'test_1.xlsx'
xw_toExcel(test_data, file_name)
![](https://img-blog.csdnimg.cn/95e132f3e69948e7a3a343fec883c720.png#pic_center)
5. Geben Sie die aus der Datenbank abgefragten Daten in die xlsx-Datei ein
import pymysql
from datetime import datetime
import xlsxwriter
# 创建mysql连接
conn = pymysql.connect(host='localhost', port=3306, user='root', passwd='xxxxxx',db='school')
cursor = conn.cursor()
sql1 = "select cou_name, cou_credit from tb_course"
cursor.execute(sql1)
rows = cursor.fetchall()
fields = cursor.description # 获取列名
# 创建一个workbook和worksheet
workbook = xlsxwriter.Workbook('course.xlsx')
worksheet = workbook.add_worksheet()
# 新增一个粗体格式
bold = workbook.add_format({
'bold': True})
# 写表头
worksheet.write('A1', 'course', bold)
worksheet.write('B1', 'course_credit', bold)
# 数据坐标 0,0 ~ row, col row取决于:result的行数;col取决于fields的总数
for row in range(1, len(rows)+1):
for col in range(0, len(fields)):
worksheet.write(row, col, u'%s' % rows[row-1][col])
workbook.close()
# 关闭连接
cursor.close()
conn.close()
Prüfprotokoll:
![](https://img-blog.csdnimg.cn/d30c4183a6764941bb9db56675f42532.png#pic_center)
1.2 Pandas-Bibliothek speichert Daten in Excel
In Python basiert Pandas auf NumPy-Arrays, was die Vorverarbeitung, Bereinigung und Analyse von Daten schneller und einfacher macht. Pandas ist speziell für die Verarbeitung tabellarischer und gemischter Daten konzipiert, während NumPy eher für die Verarbeitung einheitlicher numerischer Array-Daten geeignet ist. Pandas hat zwei Hauptdatenstrukturen: Series und DataFrame.
Serie ist ein Objekt, das einem eindimensionalen Array ähnelt. Es besteht aus einem Satz von Daten (verschiedene NumPy-Datentypen) und einem Satz damit verbundener Datenbeschriftungen (d. h. Indizes), nämlich Index und Werte. Methode zur Auswahl eines einzelnen Werts oder eine Gruppe von Werten in der Reihe.
DataFrame ist ein tabellarischer Datentyp. Der Werttyp jeder Spalte kann unterschiedlich sein. Es ist das am häufigsten verwendete Pandas-Objekt. DataFrame verfügt sowohl über Zeilen- als auch über Spaltenindizes und kann als Wörterbuch betrachtet werden, das aus Serien besteht (die denselben Index teilen). Daten in einem DataFrame werden in einem oder mehreren zweidimensionalen Blöcken gespeichert (anstelle von Listen, Wörterbüchern oder anderen eindimensionalen Datenstrukturen).
import pandas as pd
def pd_to_excel(data, file_name):
ids = []
names = []
prices = []
for item in data:
ids.append(item["id"])
names.append(item["name"])
prices.append(item["expenses"])
df_data = {
'序号': ids,
'项目支出': names,
'消费金额': prices
}
df = pd.DataFrame(df_data)
df.to_excel(file_name, index=False)
# "-------------数据用例-------------"
test_data = [
{
"id": 1, "name": "Rent", "expenses": 1000},
{
"id": 2, "name": "Gas", "expenses": 100},
{
"id": 3, "name": "Food", "expenses": 300},
{
"id": 4, "name": "Gym", "expenses": 50},
]
file_name = 'test_2.xlsx'
pd_to_excel(test_data, file_name)
1.3 OpenpyXL-Bibliothek speichert Daten in Excel
Installieren:pip install openpyxl==2.2.6
Vorhandene Datei öffnen
from openpyxl import load_workbook
wb2 = load_workbook('文件名称.xlsx')
Holen Sie sich Buchstaben aus Zahlen, erhalten Sie Zahlen aus Buchstaben
from openpyxl.utils import get_column_letter, column_index_from_string
# 根据列的数字返回字母
print(get_column_letter(2)) # B
# 根据字母返回列的数字
print(column_index_from_string('D')) # 4
Arbeitsblatt löschen
# 方式一
wb.remove(sheet)
# 方式二
del wb[sheet]
Tabellennamen anzeigen und Tabelle (Blatt) auswählen
# 显示所有表名
print(wb.sheetnames)
['Sheet2', 'New Title', 'Sheet1']
# 遍历所有表
for sheet in wb:
print(sheet.title)
# sheet 名称可以作为 key 进行索引
ws3 = wb["New Title"]
ws4 = wb.get_sheet_by_name("New Title")
ws is ws3 is ws4 # True
Legen Sie den Zellenstil fest
from openpyxl.styles import Font, colors, Alignment
# 字体
## 指定等线24号,加粗斜体,字体颜色红色。直接使用cell的font属性,将Font对象赋值给它
bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True)
sheet['A1'].font = bold_itatic_24_font
# 对齐方式
## 使用cell的属性aligment,这里指定垂直居中和水平居中。除了center,还可以使用right、left等等参数。
## 设置B1中的数据垂直居中和水平居中
sheet['B1'].alignment = Alignment(horizontal='center', vertical='center')
## 设置行高和列宽
### 第2行行高
sheet.row_dimensions[2].height = 40
### C列列宽
sheet.column_dimensions['C'].width = 30
# 合并和拆分单元格
## 所谓合并单元格,即以合并区域的左上角的那个单元格为基准,覆盖其他单元格使之称为一个大的单元格。
## 相反,拆分单元格后将这个大单元格的值返回到原来的左上角位置。
# 合并单元格, 往左上角写入数据即可
sheet.merge_cells('B1:G1') # 合并一行中的几个单元格
sheet.merge_cells('A1:C3') # 合并一个矩形区域中的单元格
合并后只可以往左上角写入数据,也就是区间中:左边的坐标。
如果这些要合并的单元格都有数据,只会保留左上角的数据,其他则丢弃。换句话说若合并前不是在左上角写入数据,合并后单元格中不会有数据。
以下是拆分单元格的代码。拆分后,值回到A1位置。
sheet.unmerge_cells('A1:C3')
Erstellen Sie eine XLSX-Datei
import openpyxl as op
def op_to_excel(data, file_name):
'''openpyxl库储存数据到excel'''
wb = op.Workbook() # 创建工作簿对象
ws = wb['Sheet'] # 创建子表
ws.append(['序号', '项目支出', '消费金额']) # 添加表头
for item in data:
d = item["id"], item["name"], id["expenses"]
ws.append(d) # 每次写入一行
wb.save(file_name)
# "-------------数据用例-------------"
test_data = [
{
"id": 1, "name": "Rent", "expenses": 1000},
{
"id": 2, "name": "Gas", "expenses": 100},
{
"id": 3, "name": "Food", "expenses": 300},
{
"id": 4, "name": "Gym", "expenses": 50},
]
file_name = 'test_3.xlsx'
pd_to_excel(test_data, file_name)
Zusammenfassung
Die am besten geeigneten Anwendungsszenarien für jede Bibliothek:
- Wer die GUI nicht nutzen möchte, Excel aber mehr Funktionen zur Verfügung stellen möchte, kann zwischen openpyxl und xlsxwriter wählen;
- Wenn Sie wissenschaftliche Berechnungen durchführen und große Datenmengen verarbeiten müssen, empfehlen wir pandas+xlsxwriter oder pandas+openpyxl;
- Studenten, die Excel-Skripte schreiben möchten und Python, aber nicht VBA kennen, können xlwings oder DataNitro in Betracht ziehen;
- Win32com ist in Bezug auf Funktion und Leistung sehr leistungsstark und kann von Studenten mit Windows-Programmiererfahrung verwendet werden. Es entspricht jedoch der Kapselung von Windows COM und verfügt nicht über eine vollständige Dokumentation, sodass die Verwendung für Anfänger etwas mühsam ist.
![](https://img-blog.csdnimg.cn/ae07c17fa3be44f5beb1d4bef6bea7c9.png#pic_center)
2-Format-Austausch
2.1 .mat in .csv
import pandas as pd
import scipy
from scipy import io
import os
#遍历文件夹
for dirname, _, filenames in os.walk('./data'):
for filename in filenames:
print(os.path.join(dirname, filename))
# print(filename)
# print(os.path.realpath(filename)) # 获取当前文件路径
print(os.path.dirname(os.path.realpath(filename))) # 从当前文件路径中获取目录
# print(os.path.basename(os.path.realpath(filename))) # 获取文件名
(file, ext) = os.path.splitext(os.path.realpath(filename))
# print(file)
print(os.path.basename(os.path.realpath(file))) # 获取文件名
# print(ext)
print(dirname)
path = os.path.join(dirname, filename)
# 1、导入文件
matfile = scipy.io.loadmat(path)
# 2、加载数据
datafile = list(matfile.values())[-1]
# 3、构造一个表的数据结构,data为表中的数据
dfdata = pd.DataFrame(data=datafile)
# 4、保存为.csv格式的路径
datapath = dirname+'\\'+os.path.basename(os.path.realpath(file))+'.csv'
# 5、保存为.txt格式的路径
dfdata.to_csv(datapath, index=False)
2.2 .csv nach .npy
import pandas as pd
import numpy as np
# 先用pandas读入csv
data = pd.read_csv("xxxx.csv")
# 再使用numpy保存为npy
np.save("xxx.npy", data)
Referenz
- Detaillierte Erläuterung der Verwendung des Excel-Artefakts xlsxwriter durch Python:https://www.jianshu.com/p/6c979f0c6516
- Python schreibt Excel-Dateien – mehrere Implementierungsmethoden:https://blog.csdn.net/qq_44695727/article/details/109174842
- Pythons XLSXWriter-Modul:https://blog.csdn.net/u010520724/article/details/115758171
- Welches Python-Excel-Modul ist besser? ::https://zhuanlan.zhihu.com/p/23998083
- Erste Schritte mit XlsxWriter:https://xlsxwriter.readthedocs.io/contents.html