① python對excel操作
Python對於Excel的操作是多種多樣的，掌握了相關用法就可以隨心所欲的操作數據了！
操作xls文件
xlrd（讀操作）：
import xlrd
1、引入xlrd模塊
workbook=xlrd.open_workbook("36.xls")
2、打開[36.xls]文件，獲取excel文件的workbook（工作簿）對象
names=workbook.sheet_names()
3、獲取所有sheet的名字
worksheet=workbook.sheet_by_index(0)
4、通過sheet索引獲得sheet對象
worksheet為excel表第一個sheet表的實例化對象
worksheet=workbook.sheet_by_name("各省市")
5、通過sheet名獲得sheet對象
worksheet為excel表sheet名為【各省市】的實例化對象
nrows=worksheet.nrows
6、獲取該表的總行數
ncols=worksheet.ncols
7、獲取該表的總列數
row_data=worksheet.row_values(n)
8、獲取該表第n行的內容
col_data=worksheet.col_values(n)
9、獲取該表第n列的內容
cell_value=worksheet.cell_value(i,j)
10、獲取該表第i行第j列的單元格內容
xlwt（寫操作）：
import xlwt
1、引入xlwt模塊
book=xlwt.Workbook(encoding="utf-8")
2、創建一個Workbook對象，相當於創建了一個Excel文件
sheet = book.add_sheet('test')
3、創建一個sheet對象，一個sheet對象對應Excel文件中的一張表格。
sheet.write(i, j, '各省市')
4、向sheet表的第i行第j列，寫入'各省市'
book.save('Data\\36.xls')
5、保存為Data目錄下【36.xls】文件
操作xlsx文件
openpyxl（讀操作）：
import openpyxl
1、引入openpyxl模塊
workbook=openpyxl.load_workbook("36.xlsx")
2、打開[36.xlsx]文件，獲取excel文件的workbook（工作簿）對象
names=workbook.sheetnames
worksheet=workbook.worksheets[0]
worksheet=workbook["各省市"]
ws = workbook.active
6、獲取當前活躍的worksheet,默認就是第一個worksheet
nrows=worksheet.max_row
7、獲取該表的總行數
ncols=worksheet.max_column
8、獲取該表的總列數
content_A1= worksheet['A1'].value
9、獲取該表A1單元格的內容
content_A1=worksheet.cell(row=1,column=1).value
10、獲取該表第1列第1列的內容
openpyxl（寫操作）：
workbook=openpyxl.Workbook()worksheet = workbook.active
3、獲取當前活躍的worksheet,默認就是第一個worksheet
worksheet.title="test"
4、worksheet的名稱設置為"test"
worksheet = workbook.create_sheet()
5、創建一個新的sheet表，默認插在工作簿末尾
worksheet.cell(i,j,'空')
6、第i行第j列的值改成'空'
worksheet["B2"]="空"
7、將B2的值改成'空'
worksheet.insert_cols(1)
8、在第一列之前插入一列
worksheet.append(["新增","台灣省"])
9、添加行
workbook.save("Data\\36.xlsx")
10、保存為Data目錄下【36.xlsx】文件
pandas處理excel文件
pandas操作：
import pandas as pd
1、引入pandas模塊
data = pd.read_excel('36.xls')
2、讀取[36.xls]或者[36.xlsx]文件
data = pd.read_csv('36.csv')
3、讀取[36.csv]文件
data=data.dropna(subset=['店鋪'])
4、過濾掉data店鋪列有缺失的數據
data.sort_values("客戶網名", inplace=True)
5、將data數據按照客戶網名列進行從小到大排序
data = pd.read_csv(36.csv, skiprows = [0,1,2],sep = None, skipfooter = 4)
6、讀取[36.csv]文件，前三行和後四行的數據略過
data = data.fillna('空')
7、將data中的空白處填充成'空'
data.drop_plicates('訂單','first',inplace=True)
8、data中的數據，按照【訂單】列做去重處理，保留第一條數據
data=pd.DataFrame(data,columns=['訂單','倉庫'])
9、只保留data中【訂單】【倉庫】列的數據
data = data[(data[u'展現量'] > 0)]
10、只保留【展現量】列中大於0的數據
data= data[data["訂單"].str.contains('000')]
11、只保留【訂單】列中包含'000'的數據
data= data[data["倉庫"]=='正品倉']
12、只保留【倉庫】列是'正品倉'的數據
xs= data[data["店鋪"]=='南極人']['銷售額']
13、獲取店鋪是南極人的銷售額數據
data['訂單'] = data['訂單'].str[3:7]
14、【訂單】列的值只保留4-8個位元組的值
data["郵資"] = np.where((data['店鋪'].str.contains('T|t')) & -(data['倉庫'] == '代發倉'), 8, data['郵資'])
15、滿足店鋪列包含 T 或 t 並且倉庫不等於'代發倉'的話，將郵資的值改成8，否則值不變
data = np.array(data).tolist()
16、將data從DataFrame轉換成列表
data=pd.DataFrame(data)
17、將列表轉換成DataFrame格式
zhan = data[u'展現'].sum().round(2)
18、將data中所有展現列數據求和，並取兩位小數
sum=data.groupby(['店鋪'])['刷單'].sum()
19、將data中按照店鋪對刷單進行求和
counts=data['店鋪'].value_counts()
20、將data按照店鋪進行計算
avg=data.groupby(['店鋪'])['刷單'].mean()
21、將data按照店鋪對刷單進行求平均數
count = pd.concat([counts,sum], axis=1, ignore_index=True, sort=True)
22、將counts和sum兩個DataFrame進行了組合
count=count.rename(index=str, columns={0: "訂單", 1: "成本"})
23、將新生成的DataFrame列名進行修改
data = pd.merge(sum, counts, how='left', left_on='店鋪', right_on='店鋪')
24、將列表轉換成DataFrame格式
from openpyxl import Workbook
wb=Workbook()
ws1=wb.active
data.to_excel('36.xlsx')
wb.close()
25、data完整的寫入到關閉過程，執行此操作的時候【36.xlsx】不能是打開狀態
excel格式操作
樣式處理：
1、打開【36.xlsx】
sheet=workbook.worksheets[0]
2、將第一個sheet對象賦值給sheet
sheet.column_dimensions['A'].width = 20.0
3、將A列的寬度設置為20
sheet.row_dismensions[1].height = 20.0
4、將第一行的行高設置為20
sheet.merge_cells('A1:A2')
5、將sheet表A1和A2單元格合並
sheet.unmerge_cells('A1:A2')
6、將sheet表A1和A2單元格取消合並
sheet.insert_rows(2,2)
7、將sheet表從第2行插入2行
sheet.insert_cols(3,2)
8、將sheet表從第3列插入2列
sheet.delete_rows(2)
9、刪除第2行
sheet.delete_cols(3, 2)
10、將sheet表從第3列開始刪除2列
from openpyxl.styles import Font, Border, PatternFill, colors, Alignment
11、分別引入字體、邊框、圖案填充、顏色、對齊方式
sheet.cell(i,j).font = Font(name='Times New Roman', size=14, bold=True, color=colors.WHITE)
12、設置sheet表第 i 行第 j 列的字體
sheet.cell(i,j).alignment = Alignment(horizontal='center', vertical='center')
13、設置sheet表第 i 行第 j 列的字體對齊方式
left, right, top, bottom = [Side(style='thin', color='000000')] * 4sheet.cell(i,j).border = Border(left=left, right=right, top=top, bottom=bottom)
14、引入邊框樣式並調用
fill = PatternFill("solid", fgColor="1874CD")sheet.cell(1,j).fill = fill
15、引入填充樣式，並調用
import xlrd
from openpyxl import Workbook
from openpyxl import load_workbook
workbook=load_workbook(filename='C:/Users/EDZ/Desktop/工作/2021.08.03/大兄弟.xlsx')
sheet=workbook.active
sheet.insert_cols(idx=1)
sheet.merge_cells(A1:A3)
sheet['A1']=['上海','山東','浙江']
② python之excel操作
在數據處理方面，Python 一直扮演著重要的角色，對於 Excel 操作，它有著完整且成熟的第三方庫，使用也較為簡單。
Python 中常用 Excel 操作庫如下：
向 Excel 中寫入一些數據。
通過 pip install xlwt 命令安裝。
執行結果：
通過 pip install XlsxWriter 命令安裝。
XlsxWriter 可以很方便的生成圖表。
執行結果：
我們使用 xlrd 讀取之前寫入的數據，使用 pip install xlrd 命令安裝。
之前寫入的數據還有一個平均年齡是空著的，我們先讀取之前寫入的數據，再計算出平均值，最後將平均值寫入。這里要用到 xlutils 模塊，使用 pip install xlutils 安裝。
執行結果：
③ python能在excel運行嗎
Python部落組織翻譯, 禁止轉載
【介紹】
ExclePython是一款輕量級的COM庫，它支持你從Excel VBA中調用Python代碼和運行Python 其他功能（確實任何語言都支持COM）。這篇文章我將展示你如何去使用它。
【背景】
雖然excel的市場地位正日益面臨免費的（OpenOffice）和雲軟體（Google Sheets）的挑戰和逐漸取代的風險，但是Excel依然是現在辦公環境中，使用范圍最廣、用戶界面友好的數據處理軟體。能夠實現從Excel中調用python，得益於Excel擁有龐大收集能力的庫和強大的語言能力。ExcelPython 是一款處理性的COM庫，它能讓你載入python模塊，調用程序和運行函數。另外一些Excel/Python介面工具，例如PyXLL和Python-Excel，它們同樣都是很優秀的工具，只是與ExcelPython在功能上和適用性上有些微差別。ExcelPython的優勢有：
1. 免費（不用購買和免費協議）
2. 小而輕
3. 高度嵌入：似乎採用已經打包好的python函數，所以可以在不安裝python情況下表格程序可以擴展使用；
4. 對最終用戶高度透明：python由Excel VBA調用所以沒有不需要其他另外的中間程序插入，即使是表格程序已經升級了；
5. 通用性：任何存在的Python模塊和函數都可以調用，以及任何Python對象都可以被處理，另外，ExcelPython不必寫入額外的Python代碼來做可調用的函數，可以直接調用Python的的各種庫；
【使用代碼】
如果你想了解最基本的關於如何使用這個庫的功能的話，直接登錄ExcelPython在SourceForge的網友，那裡你會找到一個維基條目，可以一步步指引你如何操作。
在本章介紹中，我們將展示下利用ExcelPython去合並收集到的列表，排列他們的數據以及刪除任意副本。這是一個非常簡單的python任務，只需要幾行代碼，而如果用VBA代碼來實現同樣功能則需要更多的代碼。
④ python如何處理excel
您好，方法
1、在python項目中，新建python文件，並依次導入xlrd和xlwt。
2、接著調用open_workbook()方法，打開一個excel文件。
3、調用sheet_by_name()方法，讀取文件的sheet頁。
4、如果是後面加了個s，sheet_names表示獲取excel中所有的sheet頁。
5、利用sheets()方法加序號，可以獲取某個sheet頁對象。
6、如果想要獲取excel某個sheet頁中記錄的總數，使用nrows。
7、在cell()中傳入兩個值，一個行一個列，然後value獲取對應單元格的值。
⑤ excel怎麼導入python中
讀excel要用到xlrd模塊，官網安裝（http://pypi.python.org/pypi/xlrd）。然後就可以跟著裡面的例子稍微試一下就知道怎麼用了。大概的流程是這樣的：
1、導入模塊
import xlrd
2、打開Excel文件讀取數據
data = xlrd.open_workbook('excel.xls')
3、獲取一個工作表
① table = data.sheets()[0] #通過索引順序獲取
② table = data.sheet_by_index(0) #通過索引順序獲取
③ table = data.sheet_by_name(u'Sheet1')#通過名稱獲取
4、獲取整行和整列的值（返回數組）
table.row_values(i)
table.col_values(i)
5、獲取行數和列數
table.nrows
table.ncols
6、獲取單元格
table.cell(0,0).value
table.cell(2,3).value
就我自己使用的時候覺得還是獲取cell最有用，這就相當於是給了你一個二維數組，餘下你就可以想怎麼干就怎麼幹了。得益於這個十分好用的庫代碼很是簡潔。但是還是有若干坑的存在導致話了一定時間探索。現在列出來供後人參考吧：
1、首先就是我的統計是根據姓名統計各個表中的信息的，但是調試發現不同的表中各個名字貌似不能夠匹配，開始懷疑過編碼問題，不過後來發現是因為空格。因為在excel中輸入的時候很可能會順手在一些名字後面加上幾個空格或是tab鍵，這樣看起來沒什麼差別，但是程序處理的時候這就是兩個完全不同的串了。我的解決方法是給每個獲取的字元串都加上strip（）處理一下。效果良好
2、還是字元串的匹配，在判斷某個單元格中的字元串（中文）是否等於我所給出的的時候發現無法匹配，並且各種unicode也不太奏效，網路過一些解決方案，但是都比較復雜或是沒用。最後我採用了一個比較變通的方式：直接從excel中獲取我想要的值再進行比較，效果是不錯就是通用行不太好，個呢不能問題還沒解決。
二、寫excel表
寫excel表要用到xlwt模塊，官網下載（http://pypi.python.org/pypi/xlwt）。大致使用流程如下：
1、導入模塊
復制代碼代碼如下:
import xlwt
2、創建workbook（其實就是excel，後來保存一下就行）
復制代碼代碼如下:
workbook = xlwt.Workbook(encoding = 'ascii')
3、創建表
復制代碼代碼如下:
worksheet = workbook.add_sheet('My Worksheet')
4、往單元格內寫入內容
復制代碼代碼如下:
worksheet.write(0, 0, label = 'Row 0, Column 0 Value')
5、保存
復制代碼代碼如下:
workbook.save('Excel_Workbook.xls')
⑥ python與excel結合需要安裝什麼
python操作excel的第三方庫有openpyxl、pandas、xlrd、xlwt，等等。
⑦ python如何對excel數據進行處理
在python語言中，可以使用xlrd和xlwt兩個庫操作excel。
在python語言中處理Excel的方法：
在python項目中，新建python文件，並依次導入xlrd和xlwt。
接著調用open_workbook()方法，打開一個excel文件
調用sheet_by_name()方法，讀取文件的sheet頁
如果是後面加了個s，sheet_names表示獲取excel中所有的sheet頁
利用sheets()方法加序號，可以獲取某個sheet頁對象
如果想要獲取excel某個sheet頁中記錄的總數，使用nrows
在cell()中傳入兩個值，一個行一個列，然後value獲取對應單元格的值
推薦：python視頻教程以上就是小編分享的關於python如何對excel數據進行處理的詳細內容希望對大家有所幫助，更多有關python教程請關注環球青藤其它相關文章！
⑧ 像Excel一樣使用Python（一）
在進行數據處理時，如果數據簡單，數量不多，excel是大家的首選。但是當數據眾多，類型復雜，需要靈活地顯示切片、進行索引、以及排序時，python會更加方便。藉助python中的numpy和pandas庫，它能快速完成各種任務，包括數據的創建、檢查、清洗、預處理、提取、篩選、匯總、統計等。接下來幾篇文章，將以excel為參照，介紹python中數據的處理。
提到pandas，那就不得不提兩類重要的數據結構，Series和DataFrame，這兩類數據結構都是建立在numpy的數組array基礎上。與array相比，Series是一個一維的數據集，但是每個數據元素都帶有一個索引，有點類似於字典。而DataFrame在數組的基礎上，增加了行索引和列索引，類似於Series的字典，或者說是一個列表集。
所以在數據處理前，要安裝好numpy , pandas。接下來就看看如何完成一套完整的數據操作。
創建數據表的方法分兩種，分別是從外部導入數據，以及直接寫入數據。
在python中，也可外部導入xlsx格式文件，使用read_excel()函數：
import pandas as pd
from pandas import DataFrame,Series
data=DataFrame(pd.read_excel('c:/python27/test.xlsx'))
print data
輸出：
Gene Size Function
0 arx1 411 NaN
1 arx2 550 monooxygenase
2 arx3 405 aminotransferase
……
即：調用pandas中read_excel屬性，來讀取文件test.xlsx，並轉換成DataFrame格式，賦給變數data。在每一行後，自動分了一個索引值。除了excel，還支持以下格式文件的導入和寫入：
Python寫入的方法有很多，但還是不如excel方便。常用的例如使用相等長度的字典或numpy數組來創建：
data1 = DataFrame(
{'Gene':['arx1','arx2','arx3'],
'Size':[411,550,405],
'Func':[np.NaN,'monooxygenase','aminotransferase ']})
print data1
輸出
Func Gene Size
0 NaN arx1 411
1 monooxyg arx2 550
2 amino arx3 405
分配一個行索引後，自動排序並輸出。
在python中，可以使用info()函數查看整個數據的詳細信息。
print data.info()
輸出
RangeIndex: 7 entries, 0 to 6
Data columns (total 3 columns):
Gene 7 non-null object
Size 7 non-null int64
Function 5 non-null object
dtypes: int64(1), object(2)
memory usage: 240.0+ bytes
None
此外，還可以通過shape, column, index, values, dtypes等函數來查看數據維度、行列組成、所有的值、 數據類型：
print data1.shape
print data1.index
print data1.columns
print data1.dtypes
輸出
(3, 3)
RangeIndex(start=0, stop=3, step=1)
Index([u'Func', u'Gene', u'Size'], dtype='object')
Func object
Gene object
Size int64
dtype: object
在excel中可以按「F5」，在「定位條件」中選擇「空值」，選中後，輸入替換信息，再按「Ctrl+Enter」即可完成替換。
在python中，使用函數 isnull 和 notnull 來檢測數據丟失, 包含空值返回True，不包含則返回False。
pd.isnull(data1)
pd.notnull(data1)
也可以使用函數的實例方法，以及加入參數，對某一列進行檢查：
print data1['Func'].isnull()
輸出
Func Gene Size
0 True False False
1 False False False
2 False False False
再使用fillna對空值進行填充：
data.fillna(value=0)
#用0來填充空值
data['Size'].fillna(data1['Size'].mean())
#用data1中Size列的平均值來填充空值
data['Func']=data['Func'].map(str.strip)
#清理Func列中存在的空格
Excel中可以按「Ctrl+F」，可調出替換對話框，替換相應數據。
Python中，使用replace函數替換：
data['Func'].replace('monooxygenase', 'oxidase')
將Func列中的'monooxygenase'替換成'oxidase'。
Excel中，通過「數據-篩選-高級」可以選擇性地看某一列的唯一值。
Python中，使用unique函數查看：
print data['Func'].unique()
輸出
[nan u'monooxygenase' u'aminotransferase' u'methyltransferase']
Excel中，通過UPPER、LOWER、PROPER等函數來變成大寫、小寫、首字母大寫。
Python中也有同名函數：
data1['Gene'].str.lower()
Excel中可以通過「數據-刪除重復項」來去除重復值。
Python中，可以通過drop_plicates函數刪除重復值：
print data['Func'].drop_plicates()
輸出
0 NaN
1 monooxygenase
2 aminotransferase
3 methyltransferase
Name: Func, dtype: object
還可以設置「 keep=』last』 」參數，後出現的被保留，先出現的被刪除：
print data['Func'].drop_plicates(keep='last')
輸出
2 aminotransferase
3 methyltransferase
6 monooxygenase
8 NaN
Name: Func, dtype: object
內容參考：
Python For Data Analysis
藍鯨網站分析博客，作者藍鯨（王彥平）
⑨ 如何用python讀取excel文件
1.首先說明我是使用的python3.5，我的office版本是2010，首先打開dos命令窗，安裝必須的兩個庫，命令是：
pip3 install xlrd
Pip3 install xlwt
2.准備好excel，例如我的一個工作文件，我放在D盤/網路經驗/11.xlsx，只有一個頁簽A，內容是一些銷售數據
3.打開pycharm，新建一個excel.py的文件，首先導入支持庫
import xlrdimport xlwt
4.針對剛入門的新手，先介紹三個知識，第一個:獲取excel的sheet名稱，第二：獲取excel行數與列數，第三：獲取第幾行第幾列的具體值，這是最常用的三個知識點
5.貼出代碼，具體分析：
(1)要操作excel，首先得打開excel，使用open_workbook(‘路徑’)
(2)要獲取行與列，使用nrows(行)，ncols(列)
(3)獲取具體的值，使用cell(row,col).value
workbook=xlrd.open_workbook(r'E:11.xlsx')print (workbook.sheet_names()) sheet2=workbook.sheet_by_name('A') nrows=sheet2.nrows ncols=sheet2.ncols print(nrows,ncols) cell_A=sheet2.cell(1,1).value print(cell_A)
6.要在excel里寫入值，就要使用write屬性,重點說明寫入是用到xlwt這個支援庫，思路是先新建excel，然後新建頁簽B，然後將一組數據寫入到B，最後保存為excel.xls，這里建議保存為2003的格式，大部分電腦都能打開，特別注意保存的excel的路徑是在python工作文件的目錄下面，貼出代碼：
stus = [['年', '月'], ['2018', '10'], ['2017', '9'], ['2016', '8']]Excel = xlwt.Workbook() # 新建excelsheet = Excel.add_sheet('B') #新建頁簽Brow = 0for stu in stus: col = 0 for s in stu: sheet.write(row, col, s) #開始寫入 col = col + 1 row = row + 1Excel.save('Excel.xls') #保存
關於如何用python讀取excel文件，環球青藤小編就和大家分享到這里了，學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚。如果您還想繼續了解關於python編程的學習方法及素材等內容，可以點擊本站其他文章學習。
⑩ Python操作Excel實現自動化報表
Python操作Excel實現自動化報表
安裝
python -m pip install xlrd xlwt xlutils。
基本用法
1.從指定文件路徑讀取excel表格，進行一定操作，然後保存到另一個excel文件：result.xlsx
import xlwt
import xlrd
from xlutils. import
import pandas as pd
from pandas import DataFrame,Series
import os
os.chdir('./')
# 從指定文件路徑讀取excel表格
df = pd.read_excel('D:/mypaper/data/data.xlsx')
# 查看df內容
# 根據age算出出生年份，增加一列
import datetime
import os
year = datetime.datetime.now().year#獲取當前系統時間對應的年份
df['birth'] = year-df['age']
df.to_excel('result.xlsx')#保存到當前工作目錄，可以用os.getcwd()查看
#查看下此時df的內容，可以看到已經生成了birth這一列。
2.單元格操作
# 定義方法：讀取指定目錄下Excel文件某個sheet單元格的值
def excel_read(file_path,table,x,y):
data = xlrd.open_workbook(file_path)
table = data.sheet_by_name(table)
return table.cell(y,x).value
# 定義方法：單元格值及樣式
write_obj_list = []
def concat_obj(cols,rows,value):
write_obj_list.append({'cols':cols,'rows':rows,'value':value,
'style':xlwt.easyxf('font: name 宋體,height 280;alignment: horiz centre')})
# 定義方法：合並單元格
def merge_unit(srows,erows,scols,ecols,value):
write_obj_list.append({'id':'merge','srows':srows,'erows':erows,'scols':scols,
'ecols':ecols,'value':value,'style':xlwt.easyxf('font: name 宋體,height 280;alignment: horiz centre')})
# 定義方法：更新excel
excel_update(file_path,write_obj_list,new_path):
old_excel = xlrd.open_workbook(file_path, formatting_info=True)
#管道作用
new_excel = (old_excel)
'''
通過get_sheet()獲取的sheet有write()方法
'''
sheet1 = new_excel.get_sheet(0)
'''
1代表是修改第幾個工作表裡，從0開始算是第一個。此處修改第一個工作表
'''
for item in write_obj_list:
if 'id' not in item.keys():
if 'style' in item.keys():
sheet1.write(item['rows'], item['cols'], item['value'],item['style'])
else:
sheet1.write(item['rows'], item['cols'], item['value'])
else:
if 'style' in item.keys():
sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'],item['style'])
else:
sheet1.write_merge(item['srows'],item['erows'],item['scols'], item['ecols'], item['value'])
'''
如果報錯 dict_items has no attributes sort
把syle源碼中--alist.sort() 修改為----> sorted(alist)
一共修改2次
'''
new_excel.save(file_path)
#參數詳解
# srows:合並的起始行數
# erows:合並的結束行數
# scols:合並的起始列數
# ecols:合並的結束列數
# value:合並單元格後的填充值
# style:合並後填充風格：
# font: name 宋體
# height 280;
# alignment: horiz centre
# ... 與excel操作基本保持一致
(注意:該方法僅僅是將需要直行的動作保存到一個list中，真正的動作還未執行,執行動作是發生在excel_update方法中)
最終調用excel_update方法，傳入每個單元格需要進行的操作和填充值的write_obj_list以及文件保存路徑file_path,就可以在當前工作目錄下生成想要的Excel結果文件。
注意：
1.write_obj_list支持用戶自定義
2.write_obj_list也可以是根據excel_read方法讀取現有待修改的excel文件（可以維持原有表格的格式）而生成
End