excel應用python處理數據

『壹』 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：

『貳』 python處理excel完整版

**1.2.1 新建保存工作簿(覆蓋創建）

獲取當前活動工作表的：

以索引值方式獲取工作表：

以工作表名獲取： wb['工作表名']，注意，此表達方式為切片顯示，所以沒有成員提示。很少用

循環工作表：很好用，一般用sheetnames

獲取所有工作表名：wb.sheetnames

獲取指定工作表名

修改工作表名稱

新建工作表時的默認工作表名：

workbook.remove(工作表)

A1 表示法： 工作表['A1'] ，R1C1 表示法：工作表.cell(行號,列號)

2.工作表['起始行號': '結束行號']或者工作表['起始行號: 結束行號']，此方法是按行讀取的數據。

3.工作表['起始列號': '結束列號']或者工作表['起始列號: 結束列號']，
此方法是按列讀取的數據。

4.獲取（按行）指定工作表所有已用數據：
list(workbook.worksheets[索引值].values)

按行求和（方法 1）

按行求和（方法 ）

按列統計平均值

按行獲取工作表使用區域數據：worksheet.rows

按列獲取工作表使用區域數據：worksheet.columns
獲取工作表中最小行號：worksheet.min_row
獲取工作表中最小列號：worksheet.min_column
獲取工作表中最大行號：worksheet.max_row
獲取工作表中最大列號：worksheet.max_column
獲取單元格的行號：cell.row
獲取單元格的列號：cell.column iter
方法獲取指定區域：
1.按行獲取指定工作表單元格區域：worksheet.iter_rows(……)
2.按列獲取指定工作表單元格區域：worksheet.iter_cols(……)
可以通過 min_row、min_col、max_col、max_row 這幾個參數進行單元格區域的控制

A1 表示法：工作表['A1']=值，R1C1 表示法：工作表.cell(行號,列號,值)

在最後一行寫入數據：工作表.append(列表)

1.10.2 實例應用（九九乘法表）

最後加一列寫優秀

『叄』 python處理EXCEL數據

能提供一個樣例文件或截個圖看下具體是怎樣的格式

『肆』 Python處理Excel文件(csv, xls, xlsx)

Excel文件格式主要有csv，xlsx和xlsx，對於不同的格式，我們使用不同的包來進行處理。

其中， encoding='utf-8-sig' 是為了編碼正常可以正確顯示中文， spamreader 中的每一個 row 為list格式，可以循環取出每個單元格的值。

結果：

如果csv文件是數據類的，那麼使用 pandas 包讀寫數據會更方便。

結果：

參數：

結果：

參數：

Excel文件有三層對象：工作薄、工作表和三元格，分別對應 openpyxl 包中的workbook、sheet和cell。

注 ： openpyxl 功能全面，還支持：合並單元格、數學運算、單元格格式、迭代器 ws.iter_rows() 操作等。

注 ： xlrd 打開為只讀模式，不可修改。

結果：

結果：

『伍』 利用Python處理Excel數據

如果數據沒有標題行，可用pandas添加默認的列名

不讀取哪裡數據，可用skiprows=[i]，跳過文件的第i行不讀取

第一次出現的保留，其餘刪除

最後一次出現的保留，其餘刪除

** 對客戶聊天記錄進行分組 **

** 對符合多個條件進行分組**

需要對每一行進行權重設置，列錶行數少可行，過多不可行
假設有4行數據，設置采樣權重

自動生成數據的數量，均值，標准差等數據

相關系數在-1到1之間，接近1為正相關，接近-1為負相關，0為不相關

參考書籍：
《利用pythonj進行數據分析》
《從Excel到Python——數據分析進階指南》

『陸』 python可以處理excel數據嗎

python處理excel數據的方法：1、使用xlrd來處理；2、使用【xlutils+xlrd】來處理；3、使用xlwt來處理；4、使用pyExcelerator來處理；5、使用Pandas庫來處理。

『柒』 怎樣用python，讀取excel中的一列數據

用python讀取excel中的一列數據步驟如下：

1、首先打開dos命令窗，安裝必須的兩個庫，命令是：pip3 installxlrd；Pip3 install xlwt。

『捌』 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。

『玖』 Python處理Excel效率高十倍(下篇)通篇硬幹貨，再也不用加班啦

《用Python處理Excel表格》下篇來啦！

身為工作黨或學生黨的你，平日里肯定少不了與Excel表格打交道的機會。當你用Excel處理較多數據時，還在使用最原始的人工操作嗎？現在教你如何用Python處理Excel，從此處理表格再也不加班，時間縮短數十倍！

上篇我們進行了一些事前准備，目的是用Python提取Excel表中的數據。而這一篇便是在獲取數據的基礎上，對Excel表格的實操處理。

第9行代碼用來指定創建的excel的活動表的名字：
·不寫第9行，默認創建sheet
·寫了第9行，創建指定名字的sheet表

第9行代碼，通過給單元格重新賦值，來修改單元格的值
第9行代碼的另一種寫法sheet['B1'].value = 'age'
第10行代碼，保存時如果使用原來的（第7行）名字，就直接保存；如果使用了別的名字，就會另存為一個新文件

插入有效數據
使用append()方法，在原來數據的後面，按行插入數據

·insert_rows(idx=數字編號, amount=要插入的行數)，插入的行數是在idx行數的下方插入
·insert_cols(idx=數字編號, amount=要插入的列數)，插入的位置是在idx列數的左側插入

·delete_rows(idx=數字編號, amount=要刪除的行數)
·delete_cols(idx=數字編號, amount=要刪除的列數)

move_range(「數據區域」,rows=,cols=)：正整數為向下或向右、負整數為向左或向上

舉個例子：

openpyxl.styles.Font(name=字體名稱,size=字體大小,bold=是否加粗,italic=是否斜體,color=字體顏色)
其中，字體顏色中的color是RGB的16進製表示

再者，可以使用for循環，修改多行多列的數據，在這里介紹了獲取的方法

Alignment(horizontal=水平對齊模式,vertical=垂直對齊模式,text_rotation=旋轉角度,wrap_text=是否自動換行)
水平對齊：『distributed』，『justify』，『center』，『left』， 『centerContinuous』，'right，『general』
垂直對齊：『bottom』，『distributed』，『justify』，『center』，『top』

當然，你仍舊可以調用for循環來實現對多行多列的操作

設置行列的寬高：
·row_dimensions[行編號].height = 行高
·column_dimensions[列編號].width = 列寬

合並單元格有下面兩種方法，需要注意的是，如果要合並的格子中有數據，即便python沒有報錯，Excel打開的時候也會報錯。
merge_cells(待合並的格子編號)
merge_cells(start_row=起始行號，start_column=起始列號，end_row=結束行號，end_column=結束列號)

拆分單元格的方法同上
unmerge_cells(待合並的格子編號)
unmerge_cells(start_row=起始行號，start_column=起始列號，end_row=結束行號，end_column=結束列號)

create_sheet(「新的sheet名」)：創建一個新的sheet表

第11行，使用title修改sheet表的名字

remove(「sheet名」)：刪除某個sheet表
要刪除某sheet表，需要激活這個sheet表，即：將其作為活動表（關於活動表的定義請看前面文章開頭寫的有）下面8~11行代碼展示了原始活動表與手動更換活動表，第13行代碼刪掉活動表

背景知識
numpy與pandas
NumPy是 Python 語言的一個擴展程序庫，支持大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫；pandas 是基於NumPy 的一種工具，該工具是為解決數據分析任務而創建的，我們需要利用Pandas進行Excel的合並

1.下面的代碼生成了一個5行3列的包含15個字元的嵌套列表
（注意，第4行代碼：15是等於35的，如果是15對應43，或者16對應5*3都會報錯）
（注意，第5行代碼，雖然5行3列是15個數據，但是可以指定數據從1開頭，到16結束）

2.添加表頭
使用pandas庫的DataFrame來添加表頭。關於列印的結果，把最左側的一列去掉之後會發現結果很和諧，這是因為最左側的一列代錶行號。此時xx變數的類型是

xlsxwriter模塊一般是和xlrd模塊搭配使用的，
xlsxwriter：負責寫入數據，
xlrd：負責讀取數據。

1.創建一個工作簿

2.創建sheet表

3.寫入數據

『拾』 python處理excel的優勢有什麼

① 相比Excel，Python能夠處理更大的數據集;能夠更容易的實現自動化分析;能夠比較容易的建立復雜的機器學習模型;

② 相比spss，spss是個統計軟體，只適合在科學研究領域做實驗數據的分析，並不適合做偏向實際應用場景的數據的分析;而Python能夠處理復雜的數據邏輯，適合這些場景;

③ 相比R語言，Python的機器學習庫只有一個—sklearn，所有的機器學習方法都集中在這一個庫中，而R語言，我們並不清楚它到底有多少個用來做機器學習的庫，R語言中的機器學習方法是如此的分散，以至於很難掌握。而且Python的使用人數在不斷上升，有一些曾經只使用R的人在轉向Python，投入到一個呈現上升趨勢的技術中，未來才會更加寬廣。

④ 相比上述的幾個工具，Python在做機器學習，網路爬蟲，大數據分析時更加的得心應手。

因為Python擁有像海一樣豐富的第三方庫，所以Python在數據分析方面能夠處理的問題非常之廣，從Excel比較擅長的公式計算，數據透視分析，到MATLAB比較擅長的科學計算，再到R語言中那些零散的機器學習庫所能做的事情，Python都能優雅從容的面對。而這些工具不擅長的網路爬蟲，大數據分析(結合spark)，Python更是能夠出色的完成。