python寫出excel文件

⑴ python中怎麼寫excel文件

想要使用python實現對Excel文件的讀寫，首先需要安裝專用的模塊（如果你是大牛可以自己編寫）xlrd模塊。

解壓以後啟動cmd命令窗口，在其中輸入xlrd解壓後所在的目錄，執行安裝命令如圖所示（cmd命令的使用請自行網路，本機已經配置好了python環境才可以正常安裝）

在IDE環境中導入使用對應的xlrd模塊，以eclipse環境為例如圖所示
impot xlrd即可

打開Excel文件讀取數據的簡單示例如圖所示:
import xlrd後
（最新的xlrd 0.9.4版本跨平台同時支持.xls和.xlsx）

新手們在使用時會遇到：OSError: Invalid argument:XXX錯誤，這是文件I/O錯誤。在windows中要使用正斜杠 （對：C:/bbbb.xlsx，錯：('C:\bbbb.xlsx'）

6
使用xlrd模塊簡單讀取excel中的sheet和行、列數據。
sheets()[i],row_values(i),col_values(i)

⑵ 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：

⑶ python怎麼把數據寫入到excel

Python中一般使用xlrd（excel read）來讀取Excel文件，使用xlwt（excel write）來生成Excel文件（可以控制Excel中單元格的格式），需要注意的是，用xlrd讀取excel是不能對其進行操作的：xlrd.open_workbook()方法返回xlrd.Book類型，是只讀的，不能對其進行操作。而xlwt.Workbook()返回的xlwt.Workbook類型的save(filepath)方法可以保存excel文件。

因此對於讀取和生成Excel文件都非常容易處理，但是對於已經存在的Excel文件進行修改就比較麻煩了。不過，還有一個xlutils（依賴於xlrd和xlwt）提供復制excel文件內容和修改文件的功能。其實際也只是在xlrd.Book和xlwt.Workbook之間建立了一個管道而已。

xlutils.模塊的()方法實現了這個功能，示例代碼如下：

⑷ 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']

⑸ python將數組寫入excel文件

# 將數據寫入新文件
def data_write(file_path, datas):
f = xlwt.Workbook()
sheet1 = f.add_sheet(u'sheet1',cell_overwrite_ok=True) #創建sheet

#將數據寫入第 i 行，第 j 列
i = 0
for data in datas:
for j in range(len(data)):
sheet1.write(i,j,data[j])
i = i + 1
f.save(file_path) #保存文件

⑹ Python中操作Excel最好用的模塊是

Python中的模塊也稱為庫，在Python中操作Excel的模塊有很多。

優缺點如下：

**1、Pandas模塊**

Pandas是Python的一一個開源數據分析模塊，可用於數據挖掘和數據分析，同時也提供數據清洗功能，可以說它是日前Python數據分析的必備工具之一。Pandas能夠處理類似電子表格的數據，用於數據快速載入、操作、對齊、合並、數據預處理等。

Pandas通過對Excel文件的讀寫實現數據輸入、輸出，Pandas支持.xls和.xlsx格式文件的讀寫，支持只載入每個表的單一工作頁。

import pandas as pd

df=pd.read_excel(r'E:ban.xlsx') #pandas 導入庫獲取excel表的數據內容

df`

**2、xlwings模塊**

xlwings模塊可以實現Python中調用Excel，也可以從Excel調用Python，這個模塊支持支持.xls和.xlsx格式文件的讀寫，支持對這類文件的操作，還支持使用VBA，具有強大的轉換功能，並且可以處理大部分數據類型。

**3、Xlrd模塊**

xlrd模塊可以讀取Excel文件，其對Excel文件的讀取可以實現比較精細的控制。雖然現在使用Pandas模塊讀取和保存Excel文件往往更加方便快捷，但在某些場景下，依然需要xlrd這種更底層的模塊來實現對Excel文件讀取的控制。

xlrd模塊支持.xls、.xlsx格式文件的讀取，但不支持寫信息。

**4、xlwt模塊**

前面xlrd模塊可以讀取Excel文件，但不能寫。而xlwt模塊可以寫、可以修改Excel文件，但不能讀，且只支持.xls格式文件的寫操作。

**5、xlutils模塊**

xlutils也是一個處理Excel文件的模塊，但它不能對Excel文件進行讀和寫的操作，但依賴於xlrd模塊和xlwt模塊。xlutils模塊支持.xls格式文件，不支持.xlsx格式文件。

**6、openpyxl模塊**

openpyxl模塊可以對.xlsx格式的Excel文件進行讀寫操作，特點是讀取快、寫入慢，且不能操作.xls格式文件。

**7、xlsxwriter模塊**

xlsxwriter模塊支持多種Excel功能，可以寫.xlsx格式的Excel文件，而且速度快、佔用內存空間小，但不支持讀或者修改現有的Excel文件。

**8、win32com模塊**

win32com模塊支持.xls、.xlsx格式的Excel文件的讀、寫和修改，讀寫速度快。但win32com模塊存在於pywin32的模塊中，自身沒有完善的文檔，使用起來不太方便。

**9、分析總結**

Pandas模塊把Excel當作數據讀寫的容器，為其強大的數據分析服務，因此讀寫性能的表現中規中矩。xlwings和win32com這兩個模塊都擁有很好的讀寫性能，強大的轉換器可以處理大部分數據類型，同時，可以在程序運行時，在打開的Excel文件中進行實時操作，實現過程的可視化。另外，xlwings模塊的數據結構轉換器使其可以快速地為Excel文件添加二維數據結構，而不需要在Excel文件中重定位數據的行和列，因此筆者認為，從讀寫的便捷性來看，xlwings模塊比較好用一些。

⑺ 如何通過Python實現Excel文件讀寫

參考代碼如下：
# -*- coding: utf-8 -*-
import xdrlib ,sys
import xlrd
def open_excel(file= 'file.xls'):
try:
data = xlrd.open_workbook(file)
return data
except Exception,e:
print str(e)
#根據索引獲取Excel表格中的數據 參數:file：Excel文件路徑 colnameindex：表頭列名所在行的所以 ，by_index：表的索引
def excel_table_byindex(file= 'file.xls',colnameindex=0,by_index=0):
data = open_excel(file)
table = data.sheets()[by_index]
nrows = table.nrows #行數
ncols = table.ncols #列數
colnames = table.row_values(colnameindex) #某一行數據
list =[]
for rownum in range(1,nrows):

row = table.row_values(rownum)
if row:
app = {}
for i in range(len(colnames)):
app[colnames[i]] = row[i]
list.append(app)
return list

#根據名稱獲取Excel表格中的數據 參數:file：Excel文件路徑 colnameindex：表頭列名所在行的所以 ，by_name：Sheet1名稱
def excel_table_byname(file= 'file.xls',colnameindex=0,by_name=u'Sheet1'):
data = open_excel(file)
table = data.sheet_by_name(by_name)
nrows = table.nrows #行數
colnames = table.row_values(colnameindex) #某一行數據
list =[]
for rownum in range(1,nrows):
row = table.row_values(rownum)
if row:
app = {}
for i in range(len(colnames)):
app[colnames[i]] = row[i]
list.append(app)
return list

def main():
tables = excel_table_byindex()
for row in tables:
print row

tables = excel_table_byname()
for row in tables:
print row

if __name__=="__main__":
main()

⑻ python怎麼把數據輸出到excel

python導出數據到excel文件的方法：

1、調用Workbook()對象中的add_sheet()方法

1

2

wb = xlwt.Workbook()

ws = wb.add_sheet('A Test Sheet')

2、通過add_sheet()方法中的write()函數將數據寫入到excel中，然後使用save()函數保存excel文件

1

2

3

4

5

6

7

ws.write(0, 0, 1234.56, style0)

ws.write(1, 0, datetime.now(), style1)

ws.write(2, 0, 1)

ws.write(2, 1, 1)

ws.write(2, 2, xlwt.Formula("A3+B3"))

wb.save('example.xls')

完整代碼如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

import xlwtfrom datetime import datetime

style0 = xlwt.easyxf('font: name Times New Roman, color-index red, bold on',num_format_str='#,##0.00')

style1 = xlwt.easyxf(num_format_str='D-MMM-YY')

wb = xlwt.Workbook()

ws = wb.add_sheet('A Test Sheet')

ws.write(0, 0, 1234.56, style0)

ws.write(1, 0, datetime.now(), style1)

ws.write(2, 0, 1)

ws.write(2, 1, 1)

ws.write(2, 2, xlwt.Formula("A3+B3"))

wb.save('example.xls')

程序執行結果如下：

更多Python知識，請關註：Python自學網！！

（推薦操作系統：windows7系統、Python 3.9.1，DELL G3電腦。）