您好,登錄后才能下訂單哦!
今天小編給大家分享一下Python自動(dòng)化操作Excel的方法是什么的相關(guān)知識(shí)點(diǎn),內(nèi)容詳細(xì),邏輯清晰,相信大部分人都還太了解這方面的知識(shí),所以分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后有所收獲,下面我們一起來(lái)了解一下吧。
在開(kāi)始操作 Excel 之前,你需要安裝 Python 和一些相關(guān)庫(kù)??梢允褂?pip 安裝以下庫(kù),或者使用專業(yè)的 python 客戶端:pycharm,快速安裝 python 和相關(guān)庫(kù)。
pandas:用于處理 Excel 文件和數(shù)據(jù)
openpyxl:用于讀取和寫入 Excel 文件
xlrd:用于讀取 Excel 文件
xlwt:用于寫入 Excel 文件
openpyxl 是一個(gè)用于讀寫 Excel 2010 xlsx/xlsm/xltx/xltm 文件的 Python 庫(kù)。它可以讀取和寫入 Excel 文件,支持多個(gè)工作表、圖表等。
示例代碼:
import openpyxl # 打開(kāi) Excel 文件 workbook = openpyxl.load_workbook('example.xlsx') # 獲取所有工作表名 sheet_names = workbook.sheetnames print(sheet_names) # 獲取指定工作表 sheet = workbook['Sheet1'] # 獲取單元格數(shù)據(jù) cell = sheet['A1'] print(cell.value) # 修改單元格數(shù)據(jù) sheet['A1'] = 'Hello World' # 保存 Excel 文件 workbook.save('example.xlsx')
xlrd 和 xlwt 分別用于讀取和寫入 Excel 文件,支持多個(gè)工作表,但不支持 Excel 2010 xlsx/xlsm/xltx/xltm 格式。
示例代碼:
import xlrd import xlwt # 打開(kāi) Excel 文件 workbook = xlrd.open_workbook('example.xls') # 獲取所有工作表名 sheet_names = workbook.sheet_names() print(sheet_names) # 獲取指定工作表 sheet = workbook.sheet_by_name('Sheet1') # 獲取單元格數(shù)據(jù) cell = sheet.cell(0, 0) print(cell.value) # 修改單元格數(shù)據(jù) new_workbook = xlwt.Workbook() new_sheet = new_workbook.add_sheet('Sheet1') new_sheet.write(0, 0, 'Hello World') new_workbook.save('example.xls')
pandas 是一個(gè)用于數(shù)據(jù)分析的 Python 庫(kù),也可以用于讀寫 Excel 文件,支持多個(gè)工作表,但不支持 Excel 2010 xlsx/xlsm/xltx/xltm 格式。
示例代碼:
import pandas as pd # 讀取 Excel 文件 df = pd.read_excel('example.xls', sheet_name='Sheet1') # 獲取單元格數(shù)據(jù) value = df.iloc[0, 0] print(value) # 修改單元格數(shù)據(jù) df.iloc[0, 0] = 'Hello World' df.to_excel('example.xls', index=False)
使用 pandas 庫(kù)中的 read_excel()函數(shù)可以讀取 Excel 文件。示例代碼如下:
import pandas as pd # 讀取Excel文件 df = pd.read_excel('example.xlsx')
使用 pandas 庫(kù)中的 to_excel()函數(shù)可以將數(shù)據(jù)寫入 Excel 文件。示例代碼如下:
import pandas as pd # 將數(shù)據(jù)寫入Excel文件 df.to_excel('example.xlsx', index=False)
使用 pandas 庫(kù)中的 append()函數(shù)可以插入行或列。示例代碼如下:
import pandas as pd # 插入行 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df = df.append({'A': 4, 'B': 7}, ignore_index=True) # 插入列 df['C'] = [7, 8, 9, 10]
使用 pandas 庫(kù)中的 drop()函數(shù)可以刪除行或列。示例代碼如下:
import pandas as pd # 刪除行 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df = df.drop(1) # 刪除列 df = df.drop('B', axis=1)
使用 pandas 庫(kù)中的 at()函數(shù)或.iat()函數(shù)可以修改單元格的值。示例代碼如下:
import pandas as pd # 修改單元格值 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df.at[1, 'B'] = 7 # 使用.iat()函數(shù)修改單元格值 df.iat[0, 1] = 8
使用 pandas 庫(kù)中的.loc()函數(shù)或.iloc()函數(shù)可以查找單元格的值。示例代碼如下:
import pandas as pd # 查找單元格值 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) value = df.loc[1, 'B'] # 使用.iloc()函數(shù)查找單元格值 value = df.iloc[1, 1]
使用 pandas 庫(kù)中的 sort_values()函數(shù)可以對(duì)數(shù)據(jù)進(jìn)行排序。示例代碼如下:
import pandas as pd # 對(duì)數(shù)據(jù)進(jìn)行排序 df = pd.DataFrame({'A': [1, 3, 2], 'B': [4, 6, 5]}) df = df.sort_values(by='A')
使用 pandas 庫(kù)中的 merge()函數(shù)可以合并數(shù)據(jù)。示例代碼如下:
import pandas as pd # 合并數(shù)據(jù) df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df2 = pd.DataFrame({'A': [1, 2, 4], 'C': [7, 8, 9]}) df = pd.merge(df1, df2, on='A')
使用 pandas 庫(kù)中的 groupby()函數(shù)可以對(duì)數(shù)據(jù)進(jìn)行分組。示例代碼如下:
import pandas as pd # 分組數(shù)據(jù) df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'], 'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'], 'C': [1, 2, 3, 4, 5, 6, 7, 8]}) grouped = df.groupby(['A', 'B'])
使用 pandas 庫(kù)中的 describe()函數(shù)可以計(jì)算數(shù)據(jù)的統(tǒng)計(jì)量。示例代碼如下:
import pandas as pd # 計(jì)算數(shù)據(jù)統(tǒng)計(jì)量 df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) desc = df.describe()
以上就是“Python自動(dòng)化操作Excel的方法是什么”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家閱讀完這篇文章都有很大的收獲,小編每天都會(huì)為大家更新不同的知識(shí),如果還想學(xué)習(xí)更多的知識(shí),請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。