python3：openpyxl解析和生成excel的常用方法

解析

打开已经存在的工作簿

openpyxl.load_workbook()方法

from openpyxl import load_workbook

wb2 = load_workbook('test.xlsx')
print wb2.get_sheet_names()

'''
['Sheet2', 'New Title', 'Sheet1']
'''

生成

创建一个工作簿

from openpyxl import Workbook

# 一个工作簿(workbook)在创建的时候同时至少也新建了一张工作表(worksheet)
wb = Workbook()
# openpyxl.workbook.Workbook.active()调用得到正在运行的工作表
ws = wb.active

新建一张表

# 默认插在工作簿末尾
 ws1 = wb.create_sheet() 
# 插入在工作簿的第一个位置
ws2 = wb.create_sheet(0)

在创建工作表的时候系统自动命名。他们按照序列依次命名 (Sheet, Sheet1, Sheet2, …)

修改工作表的名称

ws.title = "New Title"
# 标签栏的背景色默认为白色，改变标签栏的字体颜色
ws.sheet_properties.tabColor = "1072BA"

获取工作表

# 获取一个工作表
ws3 = wb["New Title"]
# 得到工作簿的所有工作表
wb4 = wb.get_sheet_names()
# 循环得到所有的工作表
for sheet in wb:
   print(sheet.title)

操作数据

通过索引获取

# 通过索引得到单元格数据，将返回在A4处的单元格，如果不存在将在A4新建一个
c = ws['A4']
# 为单元格的值赋值
ws['A4'] = 4

通过cell获取

c = ws.cell('A4')
# 根据行列值获取单元格
d = ws.cell(row = 4, column = 2)

特点

上面的两种方法，如果遍历了单元格而非想要使用它们也将会在内存当中创建

for i in range(1,101):
   for j in range(1,101):
        ws.cell(row = i, column = j)

代码将会在内存中创建100*100个单元格

获取多个单元格

方式1：使用切片

cell_range = ws['A1':'C2']

方式2


tuple(ws.iter_rows('A1:C2'))
'''
((<Cell Sheet1.A1>, <Cell Sheet1.B1>, <Cell Sheet1.C1>),
 (<Cell Sheet1.A2>, <Cell Sheet1.B2>, <Cell Sheet1.C2>))
'''
for row in ws.iter_rows('A1:C2'):
              for cell in row:
                    print cell
'''
<Cell Sheet1.A1>
<Cell Sheet1.B1>
<Cell Sheet1.C1>
<Cell Sheet1.A2>
<Cell Sheet1.B2>
<Cell Sheet1.C2>
'''

方式3：迭代文件中所有的行或者列

openpyxl.worksheet.Worksheet.xxx方法

rows()

ws = wb.active
ws['C9'] = 'hello world'
ws.rows
'''
((<Cell Sheet.A1>, <Cell Sheet.B1>, <Cell Sheet.C1>),
(<Cell Sheet.A2>, <Cell Sheet.B2>, <Cell Sheet.C2>),
(<Cell Sheet.A3>, <Cell Sheet.B3>, <Cell Sheet.C3>),
(<Cell Sheet.A4>, <Cell Sheet.B4>, <Cell Sheet.C4>),
(<Cell Sheet.A5>, <Cell Sheet.B5>, <Cell Sheet.C5>),
(<Cell Sheet.A6>, <Cell Sheet.B6>, <Cell Sheet.C6>),
(<Cell Sheet.A7>, <Cell Sheet.B7>, <Cell Sheet.C7>),
(<Cell Sheet.A8>, <Cell Sheet.B8>, <Cell Sheet.C8>),
(<Cell Sheet.A9>, <Cell Sheet.B9>, <Cell Sheet.C9>))
'''

columns()

ws.columns
'''
((<Cell Sheet.A1>,
<Cell Sheet.A2>,
<Cell Sheet.A3>,
<Cell Sheet.A4>,
<Cell Sheet.A5>,
<Cell Sheet.A6>,
...
<Cell Sheet.B7>,
<Cell Sheet.B8>,
<Cell Sheet.B9>),
(<Cell Sheet.C1>,
<Cell Sheet.C2>,
<Cell Sheet.C3>,
<Cell Sheet.C4>,
<Cell Sheet.C5>,
<Cell Sheet.C6>,
<Cell Sheet.C7>,
<Cell Sheet.C8>,
<Cell Sheet.C9>))
'''

数据存储（为单元格赋值）

通过cell

c = ws.cell('A4')
# 根据行列值获取单元格
d = ws.cell(row = 4, column = 2)

c.value = 'hello, world'
print(c.value)
'''
hello, world
'''
d.value = 3.14
print(d.value)
'''
3.14
'''

也可以保存python中的其他数据格式

保存到文件

直接保存

openpyxl.workbook.Workbook.save()方法

wb = Workbook()
wb.save('test.xlsx')

这个操作将会在没有认识提示的情况下用现在写的内容，覆盖掉原文件中的所有内容

保存为一个模板

wb = load_workbook('test.xlsx')
 wb.save('test.xltx', as_template=True)

如果as_template=False(默认)，则将文件或模板保存为文件

wb = load_workbook('test.xltx')
wb.save('test.xlsx', as_template=False)

清理不需要的单元格

合并单元格：merge_cells

预期效果
在这里插入图片描述
merge_cells 的使用方法有两种，一种是指定range_string参数，一种是指定具体的行与列

方法1：指定range_string参数

import openpyxl

def merge_cell():
    wb = openpyxl.Workbook()        # 创建一个excel文件
    sheet = wb.active               # 获得一个的工作表
    sheet.title = "省市信息"
	# A1:A3 ,一个是合并区域的左上角，一个是合并区域的右下角单元格，第二种方法是
    sheet.merge_cells("A1:A3")
    sheet.cell(1, 1, '吉林省')
    citys = ["长春", "吉林", "四平"]
    for index, city in enumerate(citys):
        sheet.cell(index+1, 2, city)

    wb.save("./data/省市信息.xlsx")


if __name__ == '__main__':
    merge_cell()

方法2：指定具体的行与列

指定合并区域的开始和结束行列号

sheet.merge_cells(start_row=1, end_row=3, start_column=1, end_column=1)

读取合并后的单元格

合并后，单元格里的值存储在合并区域的左上角单元格里，因此要读取左上角单元格。

def read_merge_cell():
    wb = openpyxl.load_workbook("./data/省市信息.xlsx")
    sheet = wb.get_sheet_by_name("省市信息")
    print(sheet.cell(1, 1).value)       # 吉林省
    print(sheet.cell(2, 1).value)       # None
    print(sheet.cell(3, 1).value)       # None

if __name__ == '__main__':
    read_merge_cell()

设置自动列宽

思路：

通过遍历，计算最大列宽，同时注意中文宽度；
调整列宽。

from openpyxl import load_workbook, workbook
from openpyxl.utils import get_column_letter

# 第一步：计算每列最大宽度
def getOpenpyxlColWidth(ws):
    colWidths = []
    for i in range(1, ws.max_column + 1):  # 每列循环
        colWidth = 1  # 定义初始列宽，并在每个行循环完成后重置
        for j in range(1, ws.max_row + 1):  # 每行循环
            sz = ws.cell(row=j, column=i).value  # 每个单元格内容
            if isinstance(sz, str):  # 中文占用多个字节，需要分开处理
                lk = len(sz.encode('gbk'))  # gbk解码一个中文两字节，utf-8一个中文三字节，gbk合适
            else:
                lk = len(str(sz))
            if colWidth < lk:
                colWidth = lk  # 借助每行循环将最大值存入lk中
        colWidths.append(colWidth)  # 将每列最大宽度加入列表。
    return colWidths


wb = load_workbook('自动列宽.xlsx')
ws = wb.active
 

if __name__ == '__main__':
	wb = load_workbook('自动列宽.xlsx')
	ws = wb.active
	colWidths=getOpenpyxlColWidth(sheet)
	# 第二步：设置列宽
	for i in range(1, ws.max_column +1):
	    k = get_column_letter(i) #将数字转化为列名,26个字母以内也可以用[chr(i).upper() for i in range(97, 123)]，不用导入模块
	    ws.column_dimensions[k].width = lks[i-1]+2 #设置列宽，一般加两个字节宽度，可以根据实际情况灵活调整
	wb.close()
	wb.save('自动列宽.xlsx')

参考：https://blog.csdn.net/crammy/article/details/120469646

设置行高

# 设置行高 第一行 40
sheet1.row_dimensions[1].height = 40
# 设置第二行行高25
sheet1.row_dimensions[2].height = 25

设置列宽

# 设置列宽 A20 F10 E10
sheet1.column_dimensions['A'].width = 20
sheet1.column_dimensions['F'].width = 10
sheet1.column_dimensions['E'].width = 10

将数据保存到excel中

openpyxl结合pandas

# openpyxl 结合 pandas
# 本例演示了 sheet 和 DataFrame 之间如何互相转换

from openpyxl import *
from openpyxl.utils.dataframe import dataframe_to_rows
from itertools import islice
import pandas as pd
import sys

path = sys.path[0] + "\demo3.xlsx"
wb = Workbook()
sheet1 = wb.active
sheet1.title = "sheet1"


data1 = {
    "name": ['zhao', 'qian', 'sun', 'li', 'zhou'],
    "age": [40, 25, 22, 28, 28],
    "gender": ['M', 'F', 'M', 'M', 'F'],
    "city": ['beijing', 'beijing', 'shanghai', 'beijing', 'shanghai']
}
df1 = pd.DataFrame(data=data1)
# DataFrame 数据写入 sheet
#    index 用于指定是否需要写入索引列的数据
#    header 用于指定是否需要写入标题数据
for row in dataframe_to_rows(df1, index=False, header=True):
    sheet1.append(row)
'''
保存到 sheet 后的数据是这样的
name	age	gender	city
zhao	40	M	beijing
qian	25	F	beijing
sun	22	M	shanghai
li	28	M	beijing
zhou	28	F	shanghai

'''


# sheet 转 DataFrame
#   firstColumnIsIndexColumn 用于指定第一列是否是索引列
#     True 把第一列作为 DataFrame 的索引列
#     False 自动生成 DataFrame 的索引列
# 注：本函数会将 sheet 的第一行转换为 DataFrame 的列名
def sheetToDataFrame(sheet, firstColumnIsIndexColumn):
    data = sheet.values
    if (firstColumnIsIndexColumn):
        cols = next(data)[1:] 
        data = list(data)
        idx = [r[0] for r in data]
        data = (islice(r, 1, None) for r in data)
    else:
        cols = next(data)[:] 
        data = list(data)
        idx = None
        data = (islice(r, 0, None) for r in data)
    return pd.DataFrame(data, index=idx, columns=cols)

df2 = sheetToDataFrame(sheet1, True)
df3 = sheetToDataFrame(sheet1, False)

print(df2)
'''      age gender      city
zhao   40      M   beijing
qian   25      F   beijing
sun    22      M  shanghai
li     28      M   beijing
zhou   28      F  shanghai'''
print(df3)
'''
   name  age gender      city
0  zhao   40      M   beijing
1  qian   25      F   beijing
2   sun   22      M  shanghai
3    li   28      M   beijing
4  zhou   28      F  shanghai
'''


# 保存 excel
wb.save(path)