python操作excel之xlrd、xlwt模块详解
python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库。
可从这里下载https://pypi.python.org/pypi。下面分别记录python读和写excel.
python读excel——xlrd
这个过程有几个比较麻烦的问题,比如读取日期、读合并单元格内容。下面先看看基本的操作:
首先读一个excel文件,有两个sheet,测试用第二个sheet,sheet2内容如下:
python 对 excel基本的操作如下:
- # -*- coding: utf-8 -*-
- import xlrd
- import xlwt
- from datetime import date,datetime
- def read_excel():
- # 打开文件
- workbook = xlrd.open_workbook(r'F:\demo.xlsx')
- # 获取所有sheet
- print workbook.sheet_names() # [u'sheet1', u'sheet2']
- sheet2_name = workbook.sheet_names()[1]
- # 根据sheet索引或者名称获取sheet内容
- sheet2 = workbook.sheet_by_index(1) # sheet索引从0开始
- sheet2 = workbook.sheet_by_name('sheet2')
- # sheet的名称,行数,列数
- print sheet2.name,sheet2.nrows,sheet2.ncols
- # 获取整行和整列的值(数组)
- rows = sheet2.row_values(3) # 获取第四行内容
- cols = sheet2.col_values(2) # 获取第三列内容
- print rows
- print cols
- # 获取单元格内容
- print sheet2.cell(1,0).value.encode('utf-8')
- print sheet2.cell_value(1,0).encode('utf-8')
- print sheet2.row(1)[0].value.encode('utf-8')
- # 获取单元格内容的数据类型
- print sheet2.cell(1,0).ctype
- if __name__ == '__main__':
- read_excel()
运行结果如下:
那么问题来了,上面的运行结果中红框框中的字段明明是出生日期,可显示的确实浮点数。好的,来解决第一个问题:
1、python读取excel中单元格内容为日期的方式
python读取excel中单元格的内容返回的有5种类型,即上面例子中的ctype:
- ctype : 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
即date的ctype=3,这时需要使用xlrd的xldate_as_tuple来处理为date格式,先判断表格的ctype=3时xldate才能开始操作。现在命令行看下:
- >>> sheet2.cell(2,2).ctype #1990/2/22
- >>> sheet2.cell(2,1).ctype #24
- >>> sheet2.cell(2,0).ctype #小胖
- >>> sheet2.cell(2,4).ctype #空值(这里是合并单元格的原因)
- >>> sheet2.cell(2,2).value #1990/2/22
- 33656.0
- >>> xlrd.xldate_as_tuple(sheet2.cell_value(2,2),workbook.datemode)
- (1992, 2, 22, 0, 0, 0)
- >>> date_value = xlrd.xldate_as_tuple(sheet2.cell_value(2,2),workbook.datemode)
- >>> date_value
- (1992, 2, 22, 0, 0, 0)
- >>> date(*date_value[:3])
- datetime.date(1992, 2, 22)
- >>> date(*date_value[:3]).strftime('%Y/%m/%d')
- '1992/02/22'
即可以做下简单处理,判断ctype是否等于3,如果等于3,则用时间格式处理:
- if (sheet.cell(row,col).ctype == 3):
- date_value = xlrd.xldate_as_tuple(sheet.cell_value(rows,3),book.datemode)
- date_tmp = date(*date_value[:3]).strftime('%Y/%m/%d')
那么问题又来了,上面 sheet2.cell(2,4).ctype 返回的值是0,说明这个单元格的值是空值,明明是合并的单元格内容"好朋友",这个是我觉得这个包功能不完善的地方,如果是合并的单元格那么应该合并的单元格的内容一样,但是它只是合并的第一个单元格的有值,其它的为空。
- >>> sheet2.col_values(4)
- [u'\u5173\u7cfb', u'\u597d\u670b\u53cb', '', u'\u540c\u5b66', '', '', u'\u4e00\u4e2a\u4eba', '']
- >>> for i in range(sheet2.nrows):
- print sheet2.col_values(4)[i]
- 关系
- 好朋友
- 同学
- 一个人
- >>> sheet2.row_values(7)
- [u'\u65e0\u540d', 20.0, u'\u6682\u65e0', '', '']
- >>> for i in range(sheet2.ncols):
- print sheet2.row_values(7)[i]
- 无名
- 20.0
- 暂无
- >>>
2、读取合并单元格的内容
这个是真没技巧,只能获取合并单元格的第一个cell的行列索引,才能读到值,读错了就是空值。
即合并行单元格读取行的第一个索引,合并列单元格读取列的第一个索引,如上述,读取行合并单元格"好朋友"和读取列合并单元格"暂无"只能如下方式:
- >>> print sheet2.col_values(4)[1]
- 好朋友
- >>> print sheet2.row_values(7)[2]
- 暂无
- >>> sheet2.merged_cells # 明明有合并的单元格,为何这里是空
- []
疑问又来了,合并单元格可能出现空值,但是表格本身的普通单元格也可能是空值,要怎么获取单元格所谓的"第一个行或列的索引"呢?
这就要先知道哪些是单元格是被合并的!
3、获取合并的单元格
读取文件的时候需要将formatting_info参数设置为True,默认是False,所以上面获取合并的单元格数组为空,
- >>> workbook = xlrd.open_workbook(r'F:\demo.xlsx',formatting_info=True)
- >>> sheet2 = workbook.sheet_by_name('sheet2')
- >>> sheet2.merged_cells
- [(7, 8, 2, 5), (1, 3, 4, 5), (3, 6, 4, 5)]
merged_cells返回的这四个参数的含义是:(row,row_range,col,col_range),
其中[row,row_range)包括row,不包括row_range,
col也是一样,
即(1, 3, 4, 5)的含义是:第1到2行(不包括3)合并,(7, 8, 2, 5)的含义是:第2到4列合并。
利用这个,可以分别获取合并的三个单元格的内容:
- >>> print sheet2.cell_value(1,4) #(1, 3, 4, 5)
- 好朋友
- >>> print sheet2.cell_value(3,4) #(3, 6, 4, 5)
- 同学
- >>> print sheet2.cell_value(7,2) #(7, 8, 2, 5)
- 暂无
发现规律了没?是的,获取merge_cells返回的row和col低位的索引即可! 于是可以这样一劳永逸:
- >>> merge = []
- >>> for (rlow,rhigh,clow,chigh) in sheet2.merged_cells:
- merge.append([rlow,clow])
- >>> merge
- [[7, 2], [1, 4], [3, 4]]
- >>> for index in merge:
- print sheet2.cell_value(index[0],index[1])
- 暂无
- 好朋友
- 同学
- >>>
python写excel——xlwt
写excel的难点可能不在构造一个workbook的本身,而是填充的数据,不过这不在范围内。在写excel的操作中也有棘手的问题,比如写入合并的单元格就是比较麻烦的,另外写入还有不同的样式。这些要看源码才能研究的透。
我"构思"了如下面的sheet1,即要用xlwt实现的东西:
基本上看起来还算复杂,而且看起来"很正规",完全是个人杜撰。
代码如下:
- '''''
- 设置单元格样式
- '''
- def set_style(name,height,bold=False):
- style = xlwt.XFStyle() # 初始化样式
- font = xlwt.Font() # 为样式创建字体
- font.name = name # 'Times New Roman'
- font.bold = bold
- font.color_index = 4
- font.height = height
- # borders= xlwt.Borders()
- # borders.left= 6
- # borders.right= 6
- # borders.top= 6
- # borders.bottom= 6
- style.font = font
- # style.borders = borders
- return style
- #写excel
- def write_excel():
- f = xlwt.Workbook() #创建工作簿
- '''''
- 创建第一个sheet:
- sheet1
- '''
- sheet1 = f.add_sheet(u'sheet1',cell_overwrite_ok=True) #创建sheet
- row0 = [u'业务',u'状态',u'北京',u'上海',u'广州',u'深圳',u'状态小计',u'合计']
- column0 = [u'机票',u'船票',u'火车票',u'汽车票',u'其它']
- status = [u'预订',u'出票',u'退票',u'业务小计']
- #生成第一行
- for i in range(0,len(row0)):
- sheet1.write(0,i,row0[i],set_style('Times New Roman',220,True))
- #生成第一列和最后一列(合并4行)
- i, j = 1, 0
- while i < 4*len(column0) and j < len(column0):
- sheet1.write_merge(i,i+3,0,0,column0[j],set_style('Arial',220,True)) #第一列
- sheet1.write_merge(i,i+3,7,7) #最后一列"合计"
- i += 4
- j += 1
- sheet1.write_merge(21,21,0,1,u'合计',set_style('Times New Roman',220,True))
- #生成第二列
- i = 0
- while i < 4*len(column0):
- for j in range(0,len(status)):
- sheet1.write(j+i+1,1,status[j])
- i += 4
- f.save('demo1.xlsx') #保存文件
- if __name__ == '__main__':
- #generate_workbook()
- #read_excel()
- write_excel()
需要稍作解释的就是write_merge方法:
write_merge(x, x + m, y, w + n, string, sytle)
x表示行,y表示列,m表示跨行个数,n表示跨列个数,string表示要写入的单元格内容,style表示单元格样式。其中,x,y,w,h,都是以0开始计算的。
这个和xlrd中的读合并单元格的不太一样。
如上述:sheet1.write_merge(21,21,0,1,u'合计',set_style('Times New Roman',220,True))
即在22行合并第1,2列,合并后的单元格内容为"合计",并设置了style。
如果需要创建多个sheet,则只要f.add_sheet即可。
如在上述write_excel函数里f.save('demo1.xlsx') 这句之前再创建一个sheet2,效果如下:
代码也是真真的easy的了:
- '''''
- 创建第二个sheet:
- sheet2
- '''
- sheet2 = f.add_sheet(u'sheet2',cell_overwrite_ok=True) #创建sheet2
- row0 = [u'姓名',u'年龄',u'出生日期',u'爱好',u'关系']
- column0 = [u'小杰',u'小胖',u'小明',u'大神',u'大仙',u'小敏',u'无名']
- #生成第一行
- for i in range(0,len(row0)):
- sheet2.write(0,i,row0[i],set_style('Times New Roman',220,True))
- #生成第一列
- for i in range(0,len(column0)):
- sheet2.write(i+1,0,column0[i],set_style('Times New Roman',220))
- sheet2.write(1,2,'1991/11/11')
- sheet2.write_merge(7,7,2,4,u'暂无') #合并列单元格
- sheet2.write_merge(1,2,4,4,u'好朋友') #合并行单元格
- f.save('demo1.xlsx') #保存文件
一、安装xlrd模块
到python官网下载http://pypi.python.org/pypi/xlrd模块安装,前提是已经安装了python 环境。
二、使用介绍
1、导入模块
import xlrd
2、打开Excel文件读取数据
data = xlrd.open_workbook('excelFile.xls')
3、使用技巧
获取一个工作表
table = data.sheets()[0] #通过索引顺序获取
table = data.sheet_by_index(0) #通过索引顺序获取
table = data.sheet_by_name(u'Sheet1')#通过名称获取
获取整行和整列的值(数组)
table.row_values(i)
table.col_values(i)
获取行数和列数
nrows = table.nrows
ncols = table.ncols
循环行列表数据
for i in range(nrows ):
print table.row_values(i)
单元格
cell_A1 = table.cell(0,0).value
cell_C4 = table.cell(2,3).value
使用行列索引
cell_A1 = table.row(0)[0].value
cell_A2 = table.col(1)[0].value
简单的写入
row = 0
col = 0
# 类型 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
ctype = 1 value = '单元格的值'
xf = 0 # 扩展的格式化
table.put_cell(row, col, ctype, value, xf)
table.cell(0,0) #单元格的值'
table.cell(0,0).value #单元格的值'
三、Demo代码
Demo代码其实很简单,就是读取Excel数据。
- # -*- coding: utf-8 -*-
- import xdrlib ,sys
- import xlrd
- def open_excel(file= 'file.xls'):
- try:
- data = xlrd.open_workbook(file)
- return data
- except Exception,e:
- print str(e)
- #根据索引获取Excel表格中的数据 参数:file:Excel文件路径 colnameindex:表头列名所在行的所以 ,by_index:表的索引
- def excel_table_byindex(file= 'file.xls',colnameindex=0,by_index=0):
- data = open_excel(file)
- table = data.sheets()[by_index]
- nrows = table.nrows #行数
- ncols = table.ncols #列数
- colnames = table.row_values(colnameindex) #某一行数据
- list =[]
- for rownum in range(1,nrows):
- row = table.row_values(rownum)
- if row:
- app = {}
- for i in range(len(colnames)):
- app[colnames[i]] = row[i]
- list.append(app)
- return list
- #根据名称获取Excel表格中的数据 参数:file:Excel文件路径 colnameindex:表头列名所在行的所以 ,by_name:Sheet1名称
- def excel_table_byname(file= 'file.xls',colnameindex=0,by_name=u'Sheet1'):
- data = open_excel(file)
- table = data.sheet_by_name(by_name)
- nrows = table.nrows #行数
- colnames = table.row_values(colnameindex) #某一行数据
- list =[]
- for rownum in range(1,nrows):
- row = table.row_values(rownum)
- if row:
- app = {}
- for i in range(len(colnames)):
- app[colnames[i]] = row[i]
- list.append(app)
- return list
- def main():
- tables = excel_table_byindex()
- for row in tables:
- print row
- tables = excel_table_byname()
- for row in tables:
- print row
- if __name__=="__main__":
- main()
基本的代码结构
data = xlrd.open_workbook(EXCEL_PATH)
table = data.sheet_by_index(0)
lines = table.nrows
cols = table.ncols
print u'The total line is %s, cols is %s'%(lines, cols)
读取某个单元格:
table.cell(x, y).value
x:行
y:列
行,列都是从0开始
* 时间类型的转换,把excel中时间转成python 时间(两种方式)
excel某个单元格 2014/7/8
xlrd.xldate_as_tuple(table.cell(2,2).value, 0) #转化为元组形式
(2014, 7, 8, 0, 0, 0)
xlrd.xldate.xldate_as_datetime(table.cell(2,2).value, 1) #直接转化为datetime对象
datetime.datetime(2018, 7, 9, 0, 0)
table.cell(2,2).value #没有转化
41828.0
源码查看:
# @param xldate The Excel number
# @param datemode 0: 1900-based, 1: 1904-based.
xldate_as_tuple(xldate, datemode)
输入一个日期类型的单元格会返回一个时间结构组成的元组,可以根据这个元组组成时间类型
datemode 有2个选项基本我们都会使用1900为基础的时间戳
##
# Convert an Excel date/time number into a datetime.datetime object.
#
# @param xldate The Excel number
# @param datemode 0: 1900-based, 1: 1904-based.
#
# @return a datetime.datetime() object.
#
def xldate_as_datetime(xldate, datemode)
输入参数和上面的相同,但是返回值是一个datetime类型,就不需要在自己转换了
当然这两个函数都有相应的逆函数,把python类型变成相应的excle时间类型。
脚本里先注明# -*- coding:utf-8 -*-
1. 确认源excel存在并用xlrd读取第一个表单中每行的第一列的数值。
- import xlrd, xlwt
- import os
- assert os.path.isfile('source_excel.xls'),"There is no timesheet exist. Exit..."
- book = xlrd.open_workbook('source_excel.xls')
- sheet=book.sheet_by_index(0)
- for rows in range(sheet.nrows):
- value = sheet.cell(rows,0).value
2. 用xlwt准备将从源表中读出的数据写入新表,并设定行宽和表格的格式。合并单元格2行8列后写入标题,并设定格式为之前定义的tittle_style。
使用的是write_merge。
- wbk = xlwt.Workbook(encoding='utf-8')
- sheet_w = wbk.add_sheet('write_after', cell_overwrite_ok=True)
- sheet_w.col(3).width = 5000
- tittle_style = xlwt.easyxf('font: height 300, name SimSun, colour_index red, bold on; align: wrap on, vert centre, horiz center;')
- sheet_w.write_merge(0,2,0,8,u'这是标题',tittle_style)
3. 当函数中要用到全局变量时,注意加global。否则会出现UnboundLocalError:local variable'xxx' referenced before assignment.
- check_num = 0
- def check_data(sheet):
- global check_num
- check_num=check_num+1
4. 写入日期和带格式的数值。原来从sheet中读取的日期格式为2014/4/10,处理后只保留日期并做成数组用逗号分隔后写入新的excel。
- date_arr = []
- date=sheet.cell(row,2).value.rsplit('/')[-1]
- if date not in date_arr:
- date_arr.append(date)
- sheet_w.write_merge(row2,row2,6,6,date_num, normal_style)
- sheet_w.write_merge(row2,row2,7,7,','.join(date_arr), normal_style)
5. 当从excel中读取的日期格式为xldate时,就需要使用xlrd的xldate_as_tuple来处理为date格式。先判断表格的ctype确实是xldate才能开始操作,否则会报错。之后date格式可以使用strftime来转化为string。如:date.strftime("%Y-%m-%d-%H")
- from datetime import date,datetime
- from xlrd import xldate_as_tuple
- if (sheet.cell(rows,3).ctype == 3):
- num=num+1
- date_value = xldate_as_tuple(sheet.cell_value(rows,3),book.datemode)
- date_tmp = date(*date_value[:3]).strftime("%d")
6. 最后保存新写的表
- wbk.save('new_excel.xls')