首页
技术小册
AIGC
面试刷题
技术文章
MAGENTO
云计算
视频课程
源码下载
PDF书籍
「涨薪秘籍」
登录
注册
操作Excel的python库openpyxl
打开与保存工作簿
操作工作表-获取默认工作表
工作表的属性
获取工作表
新建工作表
删除工作表
移动工作表
复制工作表
访问单元格
获取单个单元格
单元格属性
修改单元格
获取多个单元格
操作单元格
合并单元格
插入和删除行列
移动单元格
Excel中使用公式
可用公式
使用公式
翻译公式
设置样式
设置字体样式
设置行高列宽
设置对齐方式
设置边框样式
填充渐变
数据过滤和排序
插入图表
只写模式
只读模式
加密与保护-保护工作簿
加密与保护-保护工作表
对文档加密
xls转xlsx
当前位置:
首页>>
技术小册>>
Python与办公-玩转Excel
小册名称:Python与办公-玩转Excel
Python有很多可以操作Excel的库,比如说xlrd、xlwt、xlwings、openpyxl、pandas等,这些库各有优缺点,大概情况可以参考一下表6-1 ![](/uploads/images/20231205/abc3480f622a7529cd0e7471502cd792.png) 续表 ![](/uploads/images/20231205/33cd703fac490e62c1f351e98a9f7143.png) 请注意,表6-1列举的库只是一个参考,列出的项只是当前版本的大概情况,比如说是否支持修改Excel文件,也许我写书的时候还不支持,但你看书的时候可能已经更新到支持的版本了也说不定。 Excel的文件类型分为xls和xlsx两种,xls是旧版类型,是Excel2007之前使用的文件类型,从Excel2007开始支持xlsx文件类型。上面列举出的库是否支持这两种文件类型的情况也都不一样,所以要根据自己的实际情况选择,如果没有特殊要求,尽量选择xlsx类型,因为xlsx类型可以保存更多数据、占用空间更小、运算速度更快。是否支持读写和修改也是很重要的选择依据,如果是以办公为目的,我觉得你可能会选择一些更强大的库,比如说win32com,win32com这个库基本上可以满足你操作Office的各种需求,因为它支持VBA,但缺点也很明显,它只能在Windows系统上运行,而且电脑上还必须安装有Excel,你想把写好的代码拿到苹果电脑上用那就不太方便了,还有就是,如果一个库功能很强大,那也意味着学习成本也会很大。 不要希望用Python完全控制Excel,如果你想要做一个复杂的文档,应该直接使用Office软件操作,使用编程语言最大的便利就是循环,所以Python更适合做些简单的批量读写或修改,比如说要按照一定的模板生成100份不同名字、年龄等信息的聘书,完全可以在Office软件里做好这个模板,因为使用软件操作,所见即所得,直观明了,换成Python你还不知道需要写多少行代码,而且写完代码你也不敢保证运行起来一定没有bug。 但使用Python简单修改一份文档却不需要写很多代码,也不容易出错,关键是写好一份代码就不用再重复工作了,生成一万份文件都是轻轻松松搞定的。说了那么多,我就是想告诉你,并不是只要使用编程语言来做就是高效率的,做事情要充分扬长避短,要灵活使用能为你所用的工具。所以如果你纠结要学哪个库,我建议选择一个适中的,比如说openpyxl,它的功能不是最全的,处理速度不是最快的,但相应地,难度不是最大的,其实我知道你现在想学其他库也不太方便,主要是因为我选择了openpyxl,不过你也不用担心,因为各个库的用法都大同小异,都是创建对象然后调用对象的属性和方法,等你完全掌握openpyxl,再去学另外几个库会发现很容易上手。 openpyxl是一个免费开源的项目,由志愿者在业余时间维护,可读写xlsx、xlsm、xltx、xltm等类型的文档,下方给出了官方源码链接和官方文档链接,如果你感兴趣可以认真阅读一下: 源码链接:https://foss.heptapod.net/openpyxl/openpyxl/ 文档链接:https://openpyxl.readthedocs.io/en/stable/ 因为openpyxl是第三方库,所以要使用的话就需要先安装一下,安装很简单,因为我们已经学过pip的用法了。除了openpyxl,我还推荐安装一下lxml和pillow这两个库,lxml可以让openpyxl处理速度更快,pillow主要用于后期插入图片,安装命令如下: ```actionscript pip install openpyxl pip install lxml pip install pillow ```
下一篇:
打开与保存工作簿
该分类下的相关小册推荐:
Python机器学习实战
Python数据分析与挖掘实战(下)
Python数据分析与挖掘实战(上)
Python爬虫入门与实战开发(上)
Python编程轻松进阶(五)
Python编程轻松进阶(四)
Python3网络爬虫开发实战(下)
Python编程轻松进阶(一)
Python自动化办公实战
Python3网络爬虫开发实战(上)
Python合辑2-字符串常用方法
Python合辑14-面向对象编程案例(下)