干货!Python办公软件自动化,5分钟掌握openpyxl操作!

Python 实战: 爬虫抓取网站数据 处理后存入Excel表 项目场景: Python是我接触过的,相比C++、java,是一门非常简单的编程语言。 对于办公室白领,在未来是一门必须掌握的技巧,可以帮你自动化处理数据。 废话少说,上干货! 本期主要给大家分享一个我工作中的一次使用,希望对你以后工作有所帮助,提高效率,解放劳动力。 问题描述: 我们需要在一个网站上对网站上所有的要素,进行逐一检查,1W多要素看的人眼花缭乱,效率慢,易出错。 处理办法:python 在网站爬取所有要素,程序中加入判断规则,输出成Excel表格。原来3天的工作量,现在1min内搞定. 阅读详情

大家好,我是菜哥

今天给大家分享一篇用openpyxl操作Excel的文章。

各种数据需要导入Excel?多个Excel要合并?目前,Python处理Excel文件有很多库,openpyxl算是其中功能和性能做的比较好的一个。接下来我将为大家介绍各种Excel操作。

8b68ceb2dea1b5a514f6d8d579842d8c.gif

打开Excel文件

新建一个Excel文件

>>> from openpyxl import Workbook
    >>> wb = Workbook()

打开现有Excel文件

>>> from openpyxl import load_workbook
    >>> wb2 = load_workbook('test.xlsx')

打开大文件时,根据需求使用只读或只写模式减少内存消耗。

wb = load_workbook(filename='large_file.xlsx', read_only=True)

wb = Workbook(write_only=True)

a4d0c84956469a59241d43c724f5ca4a.gif

获取、创建工作表

获取当前活动工作表:

>>> ws = wb.active

创建新的工作表:

>>> ws1 = wb.create_sheet("Mysheet") # insert at the end (default)
    # or
    >>> ws2 = wb.create_sheet("Mysheet", 0) # insert at first position
    # or
    >>> ws3 = wb.create_sheet("Mysheet", -1) # insert at the penultimate position

使用工作表名字获取工作表:

>>> ws3 = wb["New Title"]

获取所有的工作表名称:

>>> print(wb.sheetnames)
    ['Sheet2', 'New Title', 'Sheet1']
使用for循环遍历所有的工作表:

    >>> for sheet in wb:
    ...     print(sheet.title)

1149c911cc9ab90b41642c583508f7d5.gif

保存

保存到流中在网络中使用:

>>> from tempfile import NamedTemporaryFile
    >>> from openpyxl import Workbook
    >>> wb = Workbook()
    >>> with NamedTemporaryFile() as tmp:
            wb.save(tmp.name)
            tmp.seek(0)
            stream = tmp.read()
保存到文件:

    >>> wb = Workbook()
    >>> wb.save('balances.xlsx')
保存为模板:

    >>> wb = load_workbook('document.xlsx')
    >>> wb.template = True
    >>> wb.save('document_template.xltx')

cabfe8dee63bb7d881494947a3f05622.gif

单元格

单元格位置作为工作表的键直接读取:

>>> c = ws['A4']

为单元格赋值:

>>> ws['A4'] = 4
    >>> c.value = 'hello, world'

多个单元格 可以使用切片访问单元格区域:

>>> cell_range = ws['A1':'C2']

使用数值格式:

>>> # set date using a Python datetime
    >>> ws['A1'] = datetime.datetime(2010, 7, 21)
    >>>
    >>> ws['A1'].number_format
    'yyyy-mm-dd h:mm:ss'

使用公式:

>>> # add a simple formula
    >>> ws["A1"] = "=SUM(1, 1)"

合并单元格时,除左上角单元格外,所有单元格都将从工作表中删除:

>>> ws.merge_cells('A2:D2')
    >>> ws.unmerge_cells('A2:D2')
    >>>
    >>> # or equivalently
    >>> ws.merge_cells(start_row=2, start_column=1, end_row=4, end_column=4)
    >>> ws.unmerge_cells(start_row=2, start_column=1, end_row=4, end_column=4)

d28c6ef632cb4485091b11ee715f74b8.gif

行、列

可以单独指定行、列、或者行列的范围:

>>> colC = ws['C']
    >>> col_range = ws['C:D']
    >>> row10 = ws[10]
    >>> row_range = ws[5:10]

可以使用Worksheet.iter_rows()方法遍历行:

>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
    ...    for cell in row:
    ...        print(cell)
    <Cell Sheet1.A1>
    <Cell Sheet1.B1>
    <Cell Sheet1.C1>
    <Cell Sheet1.A2>
    <Cell Sheet1.B2>
    <Cell Sheet1.C2>

同样的Worksheet.iter_cols()方法将遍历列:

>>> for col in ws.iter_cols(min_row=1, max_col=3, max_row=2):
    ...     for cell in col:
    ...         print(cell)
    <Cell Sheet1.A1>
    <Cell Sheet1.A2>
    <Cell Sheet1.B1>
    <Cell Sheet1.B2>
    <Cell Sheet1.C1>
    <Cell Sheet1.C2>

遍历文件的所有行或列,可以使用Worksheet.rows属性:

>>> ws = wb.active
    >>> ws['C9'] = 'hello world'
    >>> tuple(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>))

或Worksheet.columns属性:

>>> tuple(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>))

使用Worksheet.append()或者迭代使用Worksheet.cell()新增一行数据:

>>> for row in range(1, 40):
    ...     ws1.append(range(600))

    >>> for row in range(10, 20):
    ...     for col in range(27, 54):
    ...         _ = ws3.cell(column=col, row=row, value="{0}".format(get_column_letter(col)))

插入操作比较麻烦。可以使用Worksheet.insert_rows()插入一行或几行:

>>> from openpyxl.utils import get_column_letter
     >>> ws.insert_rows(7) 
     >>> row7 = ws[7]
     >>> for col in range(27, 54):
    ...         _ = ws3.cell(column=col, row=7, value="{0}".format(get_column_letter(col)))

Worksheet.insert_cols()操作类似。Worksheet.delete_rows()和Worksheet.delete_cols()用来批量删除行和列。

2b010982220bb5e6750984fa717877b2.gif

只读取值

使用Worksheet.values属性遍历工作表中的所有行,但只返回单元格值:

for row in ws.values:
       for value in row:
         print(value)

Worksheet.iter_rows()和Worksheet.iter_cols()可以设置values_only参数来仅返回单元格的值:

>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2, values_only=True):
    ...   print(row)
    (None, None, None)
    (None, None, None)
推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|
拒绝加班!我用 Python 脚本 5 分钟处理完 1000 个 Excel 表格 摘要:面对1000份Excel合并需求,Python比Excel宏(VBA)更高效稳定。本文提供两套Pandas脚本方案:基础版适合新手直接合并同格式文件;进阶版具备递归搜索、容错处理、进度显示功能,支持标记数据来源。同时给出数据清洗技巧,包括统一列名、去重、缺失值处理等。针对大文件内存溢出问题,建议改用CSV流式处理。文末强调技术应服务于效率提升,掌握Python可大幅减少重复劳动。 阅读详情

相关推荐

量子密钥分发系统设计与实现(一):系统基本架构讨论

本文主要对量子密钥分发系统中的基础架构和基于系统的量子密钥协商过程进行了初步讨论,为后期系列文章进行铺垫。

量子领域相关话题 3900

实用技巧!Python办公软件自动化,5分钟掌握openpyxl操作

点击上方“菜鸟学Python”,选择“星标”公众号超级无敌干货,第一时间送达!!!作者:Sinchard来源:python中文社区大家好,我是菜鸟哥。今天给大家分享一篇用openpyxl操作Excel的文章。各种数据需要导入Excel?多个Excel要合并?目前,Python处理Excel文件有很多库,openpyxl算是其中功能和性能做的比较好的一个。接下来我将为大家介绍各种Excel操作。打开...

cainiao_python的博客 314

RK3588S开发板实战:手把手教你搞定IMX415摄像头驱动配置(附调试日志分析)

本文提供了一份详细的RK3588S开发板配置IMX415摄像头驱动的实战指南。内容涵盖从环境准备、内核驱动编译、设备树节点编写到调试日志分析的完整流程,并重点解析了摄像头调试过程中的常见问题与解决方案,帮助开发者快速完成驱动配置与功能验证。

weixin_28285943的博客 209

3小时搞定Excel报表自动化!9个Python库实测+5个抄作业案例,再也不用熬夜改表了

3小时搞定Excel报表自动化!9个Python库实测+5个抄作业案例,再也不用熬夜改表了

https://ophome.blog.youkuaiyun.com,在IT行业有多年的工作经验,尤其是在Python、Linux、负载均衡、Nginx和服务器运维等领域。 890

Joern实战:从代码导入到Python分析的全流程避坑指南(附常见错误解决方案)

本文详细介绍了Joern静态分析工具从代码导入到Python分析的全流程实践指南,包括环境配置、代码导入技巧、数据库服务优化、Python交互分析及性能调优等关键步骤。特别针对常见错误提供了实用解决方案,帮助开发者高效进行代码安全分析和漏洞挖掘。

weixin_28309571的博客 143

Python 映射函数map()详解

Python 映射函数map()详解

分享我的点点滴滴,在成长路上与你同行! 2141

pythonexcel操作总结_python中常见关于Excel表格读写操作

最近在写项目,刚好要运用到excel表格的一些读写,顺便总结一下我以前学过的几个关于表格的操作。在写项目中,经常会见到页面中数据导出到表格中,同时,也会有经常在表格中填写测试用例,然后获取数据来做自动化测试的情况,那就我目前会的几种做一个总结吧~篇幅较长,满满的干货~ 1、csv文件读写csv文件是我最开始接触的表格文件的读写文本类型,但是严格意义上来说csv文件就是一个纯文本文件,只不过...

weixin_39573512的博客 200

1.3 重叠因子:希尔伯特变换趋势线(Hilbert Transform - Instantaneous Trendline)概念与Python实战

希尔伯特变换趋势线(Hilbert Transform - Instantaneous Trendline)是一种基于希尔伯特变换的高级技术分析工具。它使用数字信号处理技术来识别价格的主导周期,并生成一条平滑的趋势线。这种方法可以有效过滤市场噪音,提供更准确的趋势信号。

Kewin的博客 2087

python3字典写入excel_python中常见关于Excel表格读写操作

最近在写项目,刚好要运用到excel表格的一些读写,顺便总结一下我以前学过的几个关于表格的操作。在写项目中,经常会见到页面中数据导出到表格中,同时,也会有经常在表格中填写测试用例,然后获取数据来做自动化测试的情况,那就我目前会的几种做一个总结吧~篇幅较长,满满的干货~1、csv文件读写csv文件是我最开始接触的表格文件的读写文本类型,但是严格意义上来说csv文件就是一个纯文本文件,只不过...

weixin_39564807的博客 1911

把 ABAP 采购订单增强做成一条可控流水线:BAdI ME_PROCESS_PO_CUST 全流程实战

摘要: SAP MM模块的ME_PROCESS_PO_CUST BAdI提供了采购订单全生命周期的增强点,覆盖从ME2*N事务到BAPI调用的各类场景。该接口通过INITIALIZE、OPEN、PROCESS_*系列方法、CHECK等组成完整处理流水线,支持字段控制、业务校验、数据派生等功能。关键注意事项包括:PROCESS_*方法仅在相关对象变更时触发、字段控制需区分参考键与动态规则、避免递归调用等。该BAdI采用面向对象设计,通过IF_PURCHASE_ORDER_*等接口操作采购单据对象,而非直接修改

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 407

SentEval学习笔记

SentEval allows you to evaluate your sentence embeddings as features for the followingdownstreamtasks: Task Type #train #test needs_train set_classifier MR movie review(影评) 11k 11k 1 1 CR product review(产品评述) ...

AlphaFinance 805

.net 将html写成的table 转换成excel_python中常见关于Excel表格读写操作

最近在写项目,刚好要运用到excel表格的一些读写,顺便总结一下我以前学过的几个关于表格的操作。在写项目中,经常会见到页面中数据导出到表格中,同时,也会有经常在表格中填写测试用例,然后获取数据来做自动化测试的情况,那就我目前会的几种做一个总结吧~篇幅较长,满满的干货~1、csv文件读写csv文件是我最开始接触的表格文件的读写文本类型,但是严格意义上来说csv文件就是一个纯文本文件,只不过...

weixin_39708636的博客 246

Python实现稳态传热传质的偏微分方程求解

通过这种方法,我们可以求解更复杂的传热传质问题,并对系统的温度和浓度分布进行分析和优化。稳态传热传质是一个重要的工程问题,涉及到物质在空间中的分布以及热量和质量的传递。每次迭代中,我们使用上一次迭代的温度值来计算下一次迭代的温度值。该图显示了平板内部各点的温度分布,其中中心温度为T1,边界温度为T2。接下来,我们创建一个N x N的温度矩阵,并将边界条件初始化为边界温度T2。假设我们有一个矩形平板,其中心温度为T1,四个边界温度为T2。假设平板的长度为L,宽度为W,中心温度为T1,边界温度为T2。

HackDashX的博客 308

Python自动化之数据驱动,让你的脚本简洁10倍

点击上方蓝色文字,选择置顶或星标第一时间关注 Python 技术干货! 阅读文本大概需要 5 分钟。前言上次在分享 Python 的 unittest 框架时,文末提到过数据驱动。...

Python知识圈 569

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

超能力加持!用Python增强Excel的3大集成方法及用途

全文共1946字,预计学习时长5分钟图源:webku没有能躲过Microsoft Excel ——你要不就很爱它,要不就是很讨厌它。也许在大学毕业之前,Excel只是考试周才会见几面的...

读芯术的博客 543

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

新能源汽车研发必藏|VS Code + Python 自动化数据分析与报告生成实战模板

(零门槛·可直接复用·全流程闭环)

优快云-新能源汽车研发测试专业博主 2437

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

Python零基础到就业:一个月掌握核心技能与实战项目

Python作为一门简洁高效的编程语言,其核心价值在于通过清晰的语法和丰富的库生态,将复杂问题模块化解决。从基础语法、函数、面向对象编程到文件操作,理解这些概念是构建自动化脚本、数据分析工具和Web应用的基础。在工程实践中,Python凭借pandas、requests、flask等库,在数据分析、网络爬虫和Web开发等场景中展现出强大生产力。对于初学者而言,一套结构化的学习路径至关重要,它能将零散知识点串联,并通过实战项目驱动,快速构建解决实际问题的能力。本文聚焦的Python零基础教程,正是提供了这样一

weixin_30314813的博客 375

python vba 速度_超能力加持!用Python增强Excel的3大集成方法及用途

全文共1940字,预计学习时长5分钟图源:webku没有人能躲过Microsoft Excel ——你要不就很爱它,要不就是很讨厌它。也许在大学毕业之前,Excel只是考试周才会见几面的朋友,关系仅限脸熟。但当工作进入企业之后,你会发现假如Excel消失一个小时,整个世界就会停止运转!Excel几乎无所不能。作为有着多年的投行工作经验的人,每当我觉得已经看完所有内容后,就会碰到另一个别人又整理好的...

weixin_39630855的博客 125

爆坑!Python读取Excel中文乱码、格式错乱?3行代码永久解决(亲测100%有效)

做了多年Python数据开发,总结出Excel处理的黄金规则版本固定:xlrd只用1.2.0版本,高版本彻底放弃Excel支持引擎区分:.xlsx用openpyxl,.xls用xlrd,绝不混用编码必写:所有读写操作强制指定encoding,默认编码必翻车场景适配:复杂表格主动跳过表头、指定列,拒绝无脑读取Python处理Excel是数据分析、自动化办公、爬虫数据存储的基础刚需,90%的新手卡顿都不是逻辑问题,而是环境和细节坑!这篇文章的代码全部本地实测、线上验证。

真正的大师永远怀着一颗学徒的心 349

python-selenium中使用excel做数据驱动_超能力加持!用Python增强Excel的3大集成方法及用途...

全文共1940字,预计学习时长5分钟图源:webku没有人能躲过Microsoft Excel ——你要不就很爱它,要不就是很讨厌它。也许在大学毕业之前,Excel只是考试周才会见几面的朋友,关系仅限脸熟。但当工作进入企业之后,你会发现假如Excel消失一个小时,整个世界就会停止运转!Excel几乎无所不能。作为有着多年的投行工作经验的人,每当我觉得已经看完所有内容后,就会碰到另一个别人又整理好的...

weixin_39682412的博客 271

Python学习必会内容与核心库清单|自学路径规划:从入门到进阶实战建议

【终极代码】你的Python学习进度条(运行即得答案)start_date = datetime.date(2024, 5, 20) # 替换为你开始学习的日期# 随机生成鼓励语(每次运行不同)"今天写的每一行代码,都在重塑你的大脑神经回路!","报错不是失败,是Python在教你‘这里有个坑,下次绕开’。","你不需要成为专家才开始,你需要开始才能成为专家。","坚持30天,你会惊讶于自己能做什么。print(f"📅 学习第 {days_learned} 天")

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 201

Python零基础入门:2026版全100集教程学习路径与实战指南

Python作为一门简洁高效的编程语言,其核心在于通过清晰的语法和丰富的库生态解决实际问题。从变量、数据结构等基础概念,到函数、面向对象等进阶原理,Python的设计哲学强调代码的可读性和开发效率。掌握Python不仅能自动化日常任务,更是进入数据分析、人工智能、Web开发等热门领域的技术基石。本指南围绕Python零基础学习,系统拆解了从环境搭建、语法精讲到项目实战的全流程,特别针对初学者常见的环境配置、面向对象理解等难点提供了解决方案,并融入数据分析、自动化办公等实战场景,帮助学习者构建扎实的Pytho

weixin_30835649的博客 494

Python爬取百度指数保姆级教程

这篇教程提供了Python爬取百度指数的详细指南,包含以下核心内容: 抓包步骤详解:从登录百度指数到定位数据接口,每一步都配有图示说明,确保零基础用户也能操作。 完整可运行代码:提供可直接复制的Python脚本,只需替换抓包获取的Cipher-Text和Cookie参数即可使用。 数据导出功能:自动将爬取结果保存为Excel文件,包含PC端、移动端和整体搜索指数数据。 常见问题解决:针对模块缺失、接口异常等高频报错提供解决方案。 进阶可视化:添加代码可自动生成搜索指数趋势图。 合规提醒:强调仅限个人学习使用

在读大学生 1922

用大模型结对编程:零基础48小时做出可运行Python项目

编程本质上是将现实问题转化为可执行逻辑的过程,而传统Python入门路径长期困于语法先行、反馈滞后与场景脱节的结构性矛盾。随着大语言模型(LLMs)成为实时语境翻译器、安全沙盒调试员和渐进式知识注入器,编程学习正从‘记忆符号’转向‘调用思维’。这种AI原生开发范式大幅降低认知负荷,使产品经理、运营、设计师等非技术角色也能在真实问题驱动下,快速构建最小可行性产品。本文聚焦LLMs如何重构Python入门路径,结合结对编程实践,详解从自然语言需求到可运行脚本的四步闭环,覆盖环境配置、数据模拟、代码生成、故障驱动

weixin_30838873的博客 340

零基础学Python:从环境配置到爬虫数据分析的完整入门路线

编程入门首选语言中,Python 凭借简洁语法和丰富生态长期位居前列。很多初学者关心 Python 安装教程、环境变量配置、开发工具选择等基础问题,却容易在琐碎细节中迷失方向。理解编程语言的核心逻辑与学习路径,比记忆单个命令更重要。本文从 Python 的适用场景出发,梳理零基础学习者应掌握的数据类型、条件循环、函数与面向对象等关键概念,并延伸到文件处理、爬虫抓取、数据分析与自动化办公等实际工程应用。通过环境搭建、代码验证、第三方库安装、打包 exe 等环节的实践演示,帮助读者建立从语法认知到项目落地的完整

weixin_34197488的博客 329
上一篇: 为什么越来越多的IT人考软考?
下一篇: Python Matplotlib 实用小技巧!
菜鸟学Python
博客等级 码龄9年 8094粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值