Excel 神器 —— OpenPyXl

无论是日常办公还是编程，总是离不开 Excel，用来导入导出数据，记录数据，统计分析，画原型，甚至在日本有位老爷爷用 Excel 来创作绘画

虽然 Excel 功能强大，操作便利，但是有些场景下还是不太方便，例如 将大量数据导入到 Excel，将 Excel 中的数据读取到系统中，或者按照某种结构格式化下原有数据，批量处理大量 Excel 文档等，幸运的是，有很多 Python 库可以帮助我们用程序来控制 Excel，完成难以手工完成的任务，现在就来了解下吧

Python 下的 Excel 库

Python 中有大量的原生和第三方 Excel 操作包，各有所长，不过对于刚使用 Python 与 Excel 交互的同学来说，可能有点目不暇接，所以先简单梳理一下常见的一些 Excel 包

• OpenPyXL 是个读写 Excel 2010 xlsx/xlsm/xltx/xltm 的 Python 库，简单易用，功能广泛，单元格格式/图片/表格/公式/筛选/批注/文件保护等等功能应有尽有，图表功能是其一大亮点
• xlwings 是一个基于 BSD 授权协议的 Python 库，可以轻松的使用 Python 操作 Excel，也可以在 Excel 中调用 Python，以接近 VBA 语法的实现 Excel 编程，支持 Excel 宏，并且可以作为 Web 服务器，提供 REST API 接口
• pandas 数据处理是 pandas 的立身之本，Excel 作为 pandas 输入/输出数据的容器
• win32com 从命名上就可以看出，这是一个处理 windows 应用的扩展，Excel 只是该库能实现的一小部分功能。该库还支持 office 的众多操作。需要注意的是，该库不单独存在，可通过安装 pypiwin32 或者 pywin32 获取
• Xlsxwriter 拥有丰富的特性，支持图片/表格/图表/筛选/格式/公式等，功能与 openpyxl 相似，优点是相比 openpyxl 还支持 VBA 文件导入，迷你图等功能，缺点是不能打开/修改已有文件，意味着使用 xlsxwriter 需要从零开始
• DataNitro 一个 Excel 的付费插件，内嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 脚本。既然被称为 Excel 中的 python，同时可以与其他 python 库协同。
• xlutils 基于 xlrd/xlwt，老牌 python 包，算是该领域的先驱，功能特点中规中矩，比较大的缺点是仅支持 xls 文件。

概括一下：

• 不想使用 GUI 而又希望赋予 Excel 更多的功能，openpyxl 与 xlsxwriter，二者可选其一；
• 需要进行科学计算，处理大量数据，建议 pandas+xlsxwriter 或者 pandas + openpyxl，是不错的选择；
• 想要写 Excel 脚本，会 Python 但不会 VBA，可考虑 xlwings 或 DataNitro；
• win32com 功能还是性能都很强大，不过需要一定的 windows 编程经验才能上手，它相当于是 windows COM 的封装，另外文档不够完善

OpenPyXL

OpenPyXl 几乎可以实现所有的 Excel 功能，而且接口清晰，文档丰富，学习成本相对较低，今天就以 OpenPyXL 为例，了解下如何操作 Excel

安装

用 pip 安装

pip install openpyxl

安装成功后，可以跑通下面测试：

python -c "import openpyxl"

基本概念

• workbook 相当于一个 Excel 文件档，每个被创建和打开的 Excel 文件都是独立的 Workbook 对象
• sheet Excel 文档中的表单，每个 Excel 文档至少需要一个 sheet
• cell 单元格，是不可分割的基本数据存储单元

小试牛刀

先来看跑个测试

from openpyxl import Workbook# 创建一个 workbookwb = Workbook()# 获取被激活的 worksheetws = wb.active# 设置单元格内容ws['A1'] = 42# 设置一行内容ws.append([1, 2, 3])# python 数据类型可以被自动转换import datetimews['A2'] = datetime.datetime.now()# 保存 Excel 文件wb.save("sample.xlsx")

需要注意的是：

• 新创建的 workbook 对象，会自带一个名为 Sheet 的表单，Office Excel 新建会创建 3 个
• 创建的 workbook 会将第一个 表单 激活，通过 wb.active 获取引用
• 像 python-docx work 库一样，save 方法会立即保存，不会有任何提示，建议选择不同文件名来保存

常用功能

OpenPyXl 功能很多，从单元格处理到图表展示，涵盖了几乎全部的 Excel 功能，这里就一些常用的功能做展示，更多的用法可以参考 OpenPyXl 文档（文末参考里有链接）

创建和打开 Excel

小试牛刀部分看到了如何创建一个 Excel

如果要加载一个已存在的 Excel 文件，需要用 load_workbook 方法，给定文件路径，返回 workbook 对象：

from openpyxl import load_workbook
wb = load_workbook('test.xlsx')
# 显示文档中包含的 表单 名称print(wb.sheetnames)

load_workbook 除了参数 filename外为还有一些有用的参数：

• read_only：是否为只读模式，对于超大型文件，要提升效率有帮助
• keep_vba ：是否保留 vba 代码，即打开 Excel 文件时，开启并保留宏
• guess_types：是否做在读取单元格数据类型时，做类型判断
• data_only：是否将公式转换为结果，即包含公式的单元格，是否显示最近的计算结果
• keep_links：是否保留外部链接

操作 sheet

from openpyxl import Workbookwb = Workbook()ws = wb.active
ws1 = wb.create_sheet("sheet")  #创建一个 sheet 名为 sheetws1.title = "新表单"  # 设置 sheet 标题ws2 = wb.create_sheet("mysheet", 0) # 创建一个 sheet，插入到最前面 默认插在后面ws2.title = u"你好"  # 设置 sheet 标题
ws1.sheet_properties.tabColor = "1072BA"  # 设置 sheet 标签背景色
# 获取 sheetws3 = wb.get_sheet_by_name(u"你好")ws4 = wb['New Title']
# 复制 sheetws1_copy = wb.copy_worksheet(ws1)
# 删除 sheetwb.remove(ws1)

• 每个 Workbook 中都有一个被激活的 sheet，一般都是第一个，可以通过 active 直接获取
• 可以通过 sheet 名来获取 sheet 对象
• 创建 sheet时需要提供 sheet 名称参数，如果该名称的 sheet 已经存在，则会在名称后添加 1，再有重复添加 2，以此类推
• 获得 sheet 对象后，可以设置 名称（title），背景色等属性
• 同一个 Workbook 对象中，可以复制 sheet，需要将源 sheet 对象作为参数，复制的新 sheet 会在最末尾
• 可以删除一个 sheet，参数是目标 sheet 对象

操作单元格

单元格（cell）是 Excel 中存放数据的最小单元，就是图形界面中的一个个小格子

OpenPyXl 可以操作单个单元格，也可以批量操作单元格

单独操作

单独操作，即通过 Excel 单元格名称或者行列坐标获取单元格，进行操作

ws1 = wb.create_sheet("Mysheet")  #创建一个sheet# 通过单元格名称设置ws1["A1"]=123.11ws1["B2"]="你好"
# 通过行列坐标设置d = ws1.cell(row=4, column=2, value=10)

• 可以通过单元格名称设置，类似于 sheet 的某种属性
• 也可以通过行列坐标类设置

批量操作

需要一下子操作多个单元格时，可以用批量操作来提高效率

• 指定行列

# 操作单列for cell in ws["A"]:    print(cell.value)# 操作单行for cell in ws["1"]:    print(cell.value)# 操作多列for column in ws['A:C']:    for cell in column:        print(cell.value)# 操作多行for row in ws['1:3']:    for cell in row:        print(cell.value)# 指定范围for row in ws['A1:C3']:    for cell in row:        print(cell.value)

• 所有行或者列

# 所有行for row in ws.iter_rows():    for cell in row:        print(cell.value)# 所有列for column in ws.iter_cols():    for cell in column:        print(cell.value)

• 设置整行数据

ws.append((1,2,3))

合并单元格

# 合并ws.merge_cells('A2:D2')# 解除合并ws.unmerge_cells('A2:D2')
ws.merge_cells(start_row=2,start_column=1,end_row=2,end_column=4)ws.unmerge_cells(start_row=2,start_column=1,end_row=2,end_column=4)

• sheet 对象的 merge_cells 方法是合并单元格，unmerge_cells 是解除合并
• 分别有两种参数形式，一种是用单元格名称方式指定，另一种是通过命名参数指定
• 注意：对于没有合并过单元格的位置调用 unmerge_cells 时会报错

单元格格式

OpenPyXl 用6种类来设置单元格的样式

• NumberFormat 数字
• Alignment 对齐
• Font 字体
• Border 边框
• PatternFill 填充
• Protection 保护

from openpyxl.styles import Font, PatternFill, Border, Side, Alignment, Protectionfrom openpyxl.styles import numbers
wb = Workbook()ws = wb.activews.cell(row=1, column=1, value='宋体').font = Font(name=u'宋体', size=12, bold=True, color='FF0000')ws.cell(row=2, column=2, value='右对齐').alignment = Alignment(horizontal='right')ws.cell(row=3, column=3, value='填充渐变色').fill = PatternFill(fill_type='solid', start_color='FF0000')ws.cell(row=4, column=4, value='设置边线').border = Border(left=Side(border_style='thin', color='FF0000'), right= Side(border_style='thin', color='FF0000'))ws.cell(row=5, column=5, value='受保护的').protection = Protection(locked=True, hidden=True)ws.cell(row=6, column=6, value=0.54).number_format =numbers.FORMAT_PERCENTAGE

• 引入字体类
• 用 cell 方法，为单元格设置值的同时，设置格式
• 每种格式都有特定的属性，为其设置特定的格式对象
• 数字格式有点区别，通过设置格式名称来完成，numbers.FORMAT_PERCENTAGE 是个字符串
• Border 类，需要配合 Side 类使用，它们都在 openpyxl.styles 中定义
• 需要注意的是，单元格样式属性只能通过样式对象赋予，而无法通过样式属性来修改，例如 ws.cell(1, 1).font.color = '00FF00' 会报错，如果真要换，需要重新创建一个样式实体，重新赋值

上面展示的是单个单元格格式的设置，也可以批量设置，有两种方式，一种是循环范围内的所有单元格，逐个设置，另一种是对整列或者整行设置：

font = Font(bold=True)
# 遍历范围内的单元格for row in ws['A1:C3']:    for cell in row:        cell.font = font
# 设置整行row = ws.row_dimensions[1]row.font = font
# 设置整列column = ws.column_dimensions["A"]column.font = font

更多样式类的定义和参数，可参 OpenPyXl 文档

图表

图表是 Excel 中很重要的部分，作为数据可视化的高效工具，利用 OpenPyXl 可以用编程的方式，在 Excel 中制作图表，创建过程和直接在 Excel 中差不多，下面以柱状图和圆饼图为例做演示

柱状图

from openpyxl import Workbookfrom openpyxl.chart import BarChart, Reference
wb = Workbook()ws = wb.active
rows = [    ('月份', '苹果', '香蕉'),    (1, 43, 25),    (2, 10, 30),    (3, 40, 60),    (4, 50, 70),    (5, 20, 10),    (6, 10, 40),    (7, 50, 30),]
for row in rows:    ws.append(row)
chart1 = BarChart()chart1.type = "col"chart1.style = 10chart1.title = "销量柱状图"chart1.y_axis.title = '销量'chart1.x_axis.title = '月份'
data = Reference(ws, min_col=2, min_row=1, max_row=8, max_col=3)series = Reference(ws, min_col=1, min_row=2, max_row=8)chart1.add_data(data, titles_from_data=True)chart1.set_categories(series)ws.add_chart(chart1, "A10")

• 引入柱状图类 BarChart 和 数据应用类 Reference
• 创建 Workbook，并为活动 Sheet 添加数据
• 创建柱状图对象，设置图表属性，type 为 col 为列状图，bar 为水平图
• 创建数据引用对象，指定从那个 sheet 以及数据范围
• 创建系列数据引用对象
• 将数据和系列加入到图表对象中
• 最后将图表对象用 add_chart 添加到 sheet 里

圆饼图

from openpyxl import Workbookfrom openpyxl.chart import PieChart, Reference
data = [    ['水果', '销量'],    ['苹果', 50],    ['樱桃', 30],    ['橘子', 10],    ['香蕉', 40],]
wb = Workbook()ws = wb.active
for row in data:    ws.append(row)
pie = PieChart()pie.title = "水果销量占比"labels = Reference(ws, min_col=1, min_row=2, max_row=5)data = Reference(ws, min_col=2, min_row=1, max_row=5)pie.add_data(data, titles_from_data=True)pie.set_categories(labels)
ws.add_chart(pie, "D1")

• 引入饼图类 PieChart 和 数据应用类 Reference
• 创建图表数据
• 创建图表对象，设置图表标题
• 定义标签数据引用和数据引用，并将其加入到图表
• 将图表对象添加到 sheet 的指定位置

总结

今天以 OpenPyXl 库为例，了解了 Python 操作 Excel 的基本方法，限于篇幅，无法全面的清晰的介绍更多功能，期望通过这篇短文，激发起您多程序化操作 Excel 的兴趣，让让工作、学习更高效，就如那句名言一样：“ 人生苦短，我用 Python”

参考

• OpenPyXl 文档 https://openpyxl.readthedocs.io
• Excel 作画 https://zhuanlan.zhihu.com/p/34917620
• https://www.jianshu.com/p/be1ed0c5218e
• https://www.douban.com/note/706513912/
  https://blog.csdn.net/weixin_41595432/article/details/79349995

用Python制作可视化GUI界面，顺便实现自动分类整理文件！
安装这5个插件后，PyCharm好用到起飞！