关键词：
Excel在工作中经常会用到，很多公司的招聘要求就是要求熟练掌握办公软件，其中就包含Excel。对于应用开发者而言，我们经常需要将Excel文件转换为应用程序。大多数情况下我们都把Excel作为数据的导出格式，有时也将其作为数据的输入格式。虽然Excel不是编程语言，但是生活中很多工作都离不开它，在工作中能够自动处理Excel中的数据也是一个重要方向。
而在Python中，借助openpyxl 和 formulas 是两个成熟的开源库，处理Excel电子表格，可以实现自动访问、处理表格中数据的功能，省时高效，不易出错，是处理Excel表格的一种好办法。
更多源码资料，请私信小编。如果大家在学习中遇到困难，想找一个python学习交流环境，可以加入我们的python裙，关注小编，并私信“01”即可进裙，领取python学习资料，会节约很多时间，减少很多遇到的难题。
我们主要利用openpyxl 和 formulas 是两个成熟的开源库来完成以下工作：
1.处理Excel文件，用不同的方法访问其中数据;
2.使用formulas;
3.输出Excel文件。
一、打开一个Excel文件
在Openpyxl中，我们把Excel文件称为"workbook"，用openpyxl.workbook.Workbook类的实例来表示。
wb = load_workbook(path)
在Openpyxl中,可以同时进行读取和写入工作，而当我们用完一个Excel文件后，必须关闭它：
wb.close
二、处理一个Excel文件
通常，Workbooks中可能有几个表，我们选择Excel文件中的一个表，访问其中的数据。现在，假设我们对active工作表中的数据比较感兴趣——当用户在他们的应用中打开文件就会看到的工作表:
sheet = web.active
1)对行进行遍历:
for row in sheet.rows():
2)使用cols方法对列进行遍历
for col in sheet.cols():
遍历列与遍历行的操作基本相同:它们本身都是可迭代的，并且可以通过索引寻址。
3）通过地址访问单元格
如果我们需要某个单元格中的数据，那么并不需要遍历整个表格去找;可以使用excel样式的坐标来访问这个单元格：
cell = sheet['C5']
4）处理单元格
在任何情况下，想要处理电子表格中的数据，就必须访问每个单元格。在Openpyxl中，单元格有一个值和许多仅用于编写的其他信息，比如样式信息。更方便的是，我们可以把单元格中的值作为Python对象(数字、日期、字符串等)，用Openpyxl将它们转换为Excel类型。因此，单元格内容就不一定要是字符串。例如，我们以数字的形式读取单元格的内容:
tax_percentage = sheet['H16'].value
tax_amount = taxable_amount * tax_percentage
同样，我们在读取之前可以先用Python的isinstance函数来检查单元格中值的类型，询问单元格它存储的数据类型是什么，避免发生不必要的错误。
if isinstance(cell.value, numbers.Number):
if cell.data_type == TYPE_NUMERIC:
4）单元格高级寻址
我们不一定要一个一个的寻址单元格-还可以设定范围来访问单元格：
- sheet['D']是指一整行（本例中是D这一行）
- sheet[7]是指一整列(本例中是第7列)
- sheet['B:F']代表许多行
- sheet['4:10'] 代表许多列
- sheet['C3:H5']是最通用的选择，代表任意范围的单元格
以上任何一种情况，结果都是一个按行迭代所有单元格(除非迭代的范围以列为标准，在这种情况下，单元格按列顺序进行迭代):
for cell in sheet['B2:F10']:
for cell in sheet['4:10']:
5）单元格迭代器
如果上述寻址方案解决不了问题，那我们可以考虑一些简单的方法iter_rows和iter_columns，它们分别按行和列返回单元格生成器。需要指出，这些方法都需要5个参数：
- min_row - 起始行的编号(1就是A,2就是B，以此类推)
- min_col - 起始列的编号
- max_row - 最后一行的编号
- max_col - 最后一列的编号
- values_only - 生成器将只显示每个单元格的值，而不是整个单元格对象。所以，我们不需要用cell.value，而只要value。另一方面，我们不能访问单元格的其他属性，比如data_type。例如，如果我们想按列在B2:F10的范围上进行迭代，可以这样写：
for cell in sheet.iter_columns(min_row=2, min_col=2, max_row=6, max_col=10):
6）编写一个Excel文件
要写一个Excel文件，我们只需在workbook上调用save方法：
wb.save('someFile.xlsx')
知道如何保存一个workbook后，让我们看看如何修改它，这将会很有趣。我们可以修改文件中的workbook，也可以修改在Python中创建的workbook。
7）添加或移除表格
到目前为止，我们已经看到了如何处理一些对象，特别是workbooks和worksheets——就像处理字典一样，访问其中的细节:工作表、行、列、单个单元格、单元格范围。现在，我们将学习如何添加新信息，以及如何更改现有信息。我们先从表格开始。
使用 create_sheet方法来创建worksheet:
new_sheet = wb.create_sheet()
这样就可以在workbook中的其他表格之后添加一个新表，我们可以给这个新表一个标题：
new_sheet = wb.create_sheet(title = 'My new sheet')
要删除一个表格的话有两种方法。可以根据名字进行删除：
del wb['My sheet']
或者还能调用remove方法来删除表格：
wb.remove(sheet)
8）增加或移除行、列、单元格
wb = Workbook()
self.assertEqual(wb.active.max_row, 1)
wb.active['A1'].value = 11
wb.active.insert_rows(0, 3)
self.assertEqual(wb.active.max_row, 4)
self.assertEqual(wb.active['A4'].value, 11)
三：在Openpyxl中使用formulas
1）把单独的formulas编译为Python函数：
func = formulas.Parser().ast(value)[1].compile()
2）基于单元格范围使用formulas
到目前为止，compute_cell_value函数使用基于其他单元格的formulas，成功地计算了单元格的值。然而，对于那些不依赖于单个单元格，而是依赖于许多单元格的formulas，又该如何计算呢?在这种情况下，函数的输入是一个范围表达式，例如=SUM(A1:21)中的A1:Z1。我们给compute_cell_ value传入以下信息:
def compute_cell_value(input: Union[Cell, Tuple]):
if isinstance(input, Tuple):
return tuple(map(compute_cell_value, input))
if not has_formula(input):
return input.value
func = formulas.Parser().ast(input.value)[1].compile()
args = []
sheet = input.parent
for key in func.inputs.keys():
args.append(compute_cell_value(sheet[key]))
return func(*args)
3）添加新的formula函数：
formulas支持许多内置的Excel函数，但不包括所有函数。当然，它也不支持VBA中的自定义函数。但是，我们可以添加一些新的Python函数，这样就可以在formulas中调用这些函数：
def is_number(number):
FUNCTIONS = formulas.get_functions()
FUNCTIONS['ISNUMBER'] = is_number
函数的输入值就是Python中的值，比如字符串、数字、日期等，而不是cell类中的值。此外，与普通Python函数相比，我们需要防止XIError，它表示计算中的错误，例如#DIV/0!或#REF! (当我们在输入formulas中犯了一些错误时，通常会在Excel中看到这些):
def is_number(number):
if isinstance(number, XlError):
return False
...
通过使用openpyxl和formulas这两个成熟的开源库，我们可以更高效地用Python处理Excel。对于那些经常使用Excel的用户来说，能够处理复杂的Excel文件是一个非常有用的功能。
在这里还是要推荐下我自己建的Python学习Q群:249029188，群里都是学Python的，如果你想学或者正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2021最新的Python进阶资料和零基础教学，欢迎进阶中和对Python感兴趣的小伙伴加入！
numpy模块(代码片段)
...构要高效的多（该结构也可以用来表示矩阵）。numpy库有两个作用：区别于list列表，提供了数组操作、数组运算、以及统计分布和简单的数学模型计算速 查看详情
任何用于处理 Excel（*.xls 和 *.xlsx）文件的开源/免费库？ [复制]
】任何用于处理Excel（*.xls和*.xlsx）文件的开源/免费库？[复制]【英文标题】：Anyopensource/freelibraryforhandlingExcel(both*.xlsand*.xlsx)files?[duplicate]【发布时间】：2013-04-0603:10:50【问题描述】：我知道一些用于处理Excel文件的开源库，但这... 查看详情
python如何对excel数据进行处理
在python语言中，可以使用xlrd和xlwt两个库操作excel。在python语言中处理Excel的方法：在python项目中，新建python文件，并依次导入xlrd和参考技术A在python语言中，可以使用xlrd和xlwt两个库操作excel。在python语言中处理Excel的方法：在pyth... 查看详情
d-tale，实现pandasgui高效数据探索分析(代码片段)
作者|Python大数据分析来源| Python大数据分析想必很多人都用过Pandas来处理数据，作为Python数据科学领域的顶级库，Pandas确实有着强大的数据处理能力。特别是结合JupyterNotebook平台，简直可以称作编程里的Excel。Pandas是... 查看详情
python操作excel，你觉得哪个库更好呢？(代码片段)
对比学习python，更高效~Excel数据的类型及组织方式很多人学习python，不知道从何学起。很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。很多已经做案例的人，却不知道如何去学习更加高深的知识。那么针对... 查看详情
机器学习基础---numpy的基本使用(代码片段)
...型矩阵，比Python自身的嵌套列表（nestedliststructure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。 NumPy（NumericPython）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行... 查看详情
python中多个词典和列表字典的高效快速数据存储和处理，以及列表的两个词典的交集(代码片段)
我有一个表格例子字典：-all_ways=key1:[list1],key2:[list2],...keyN[listN]我想只找到ith列表中的那些元素，使得它是至少另一个列表的一部分，例如jthlist(i!=j)，然后对于所有键只存储满足上述条件的那些元素。除了使用多个循环之外，还... 查看详情
数据分析：工具篇numpynumpy介绍(代码片段)
...重要的科学计算库之一，它提供了丰富的多维数组对象、高效的向量化计算、数组操作、数组切片和索引、广播机制、矩阵计算、随机数生成、通用函数、数学函数和统计函数、数据类型转换等各种强大的功能，可以方便地进行... 查看详情
transbigdata：一款基于python的超酷炫交通时空大数据工具包(代码片段)
...析与可视化的实战！其中主要是使用TransBigData库快速高效地处理、分析、挖掘出租车GPS数据。所介绍的相关技术开发了Python开源库TransBigData，该库面向交通时空大数据分析不同阶段的处理需求，以简洁、高效、灵活、... 查看详情
python自动化高效办公第二期，带你项目实战｛excel数据处理批量化生成word模板pdf和ppt等自动化操作｝(代码片段)
相关文章和数据源：Python自动化办公--Pandas玩转Excel【一】Python自动化办公--Pandas玩转Excel数据分析【二】Python自动化办公--Pandas玩转Excel数据分析【三】python处理Excel实现自动化办公教学（含实战）【一】python处理Excel... 查看详情
python代码加速100倍，针对excel自动化处理的加速实战！(代码片段)
...#xff0c;我们先来澄清一下并发(Concurrency)和并行(Parallelism)这两个概念，因为这个两个概念的含义是不同的。并行（Parallelism）指的就是在同一时刻，有两个或两个以上的任务的代码在处理器上执行。从这个概念我们... 查看详情
使用python的pandas库操作excel(代码片段)
使用Python的pandas库操作Excel最近因需要用Excel电子表格处理数据，使用了其它一些方式处理Excel文件数据，这是学习笔记的整理。Excel2003及以前版：列数最大256(2的8次方)列，行数最大65536(2的16次方)行；Excel2007及... 查看详情
python自动化教程:excel自动化：使用pandas库(代码片段)
...动化，是用Python程序创建、编辑、修改Excel文件，处理其中的数据，从而无人化、大批量处理excel文件数据。本篇讲解pandas库操作excel.第二篇 Excel自动化：使用pandas库一、首先用PIP安装openpyxl、xlwings、pandas库 打开... 查看详情
python处理excel表格--读取excel表格(代码片段)
...取Excel表格二、项目：2010年美国人口普查数据自动化处理2.1做什么、如何做？2.2print()与pprint()2.3完整源码及分析前言python处理Excel的方式openpyxl若报错的话，可以下载下面的第三方库pipinstalllxmlpipinstallpillow了解Excel的一... 查看详情
用python处理excel的14个常用操作(代码片段)
...公式:Vlookupvlookup是excel几乎最常用的公式，一般用于两个表的关联查询等。所以我先把这张表分为两个表。df1=sale[['订单明细号','单据日期','地区名称','业务员名称','客户分类','存货 查看详情
用python处理excel表格学习笔记（2021版）(代码片段)
...前言合理的使用Python处理Excel表格文件，可以让我们高效的筛 查看详情
信号处理开源库sp++介绍(代码片段)
SP++(SignalProcessinginC++)是一个关于信号处理与数值计算的开源C++程序库，该库提供了信号处理与数值计算中常用算法的C++实现。SP++中所有算法都以C++类模板方法实现，以头文件形式组织而成，所以不需要用户进行本地编译，只要... 查看详情