Python中用OpenPyXL处理Excel表格

前言

用 Python 处理Excel表格的几个常规库：

xlrd 用来读
xlwt 用来写
xlutils 用于做复制、筛选等针对文档文件的操作

这些库都不如 OpenPyXL 强大，OpenPyXL 即可以读也可以写 Excel 2010+ 的 xlsx xlsm xltx xltm 文件。不过， OpenPyXL 库也是比较吃内存的，大约是原始文件的 5倍 50倍左右。例如，一个50M大小的Excel文件，需要2.5G大小的内存运行。关于以上几个库的性能比对，请移步 OpenPyXL性能测试。

安装

在终端中输入命令，如下：

pip install openpyxl

openpyxl 在保存Excel表格时候会丢失原文件的图片和图表。如果要操作图片，则需要 pillow 库，安装如下：

pip install pillow

由于最近军运会要在天朝举行，因此必须翻-墙才能安装。

使用方法

新建Excel表格

新建Excel表格，默认有一个名为 Sheet 的表格，如下：

from openpyxl import Workbook

wb = Workbook() #创建文件对象
ws = wb.active  #获取默认sheet

wb.save("sample.xlsx")

打开已有的Excel表格

对已有的Excel表格进行操作，如下：

from openpyxl import Workbook, load_workbook

wb = load_workbook('sample.xlsx')

wb.save("sample.xlsx")

新建/获取Sheet表格

使用 Workbook.create_sheet() 方法新建Sheet表格。第一个参数是sheet名称，若不填，则默认以 Sheet1 Sheet2 Sheet3 ...方式命名；第二个参数是插入Sheet表格的位置，以 0 为第一个位置，若不填，则置于最后。如下：

ws1 = wb.create_sheet("Mysheet") #默认在最后插入

ws2 = wb.create_sheet("Mysheet", 0) #在第一个位置插入

wb.remove(ws1)    #删除sheet

也可以后期随时修改sheet的名字，如下：

ws.title = "New Title"

修改sheet标签颜色，如下：

ws.sheet_properties.tabColor = "1072BA"

若知道sheet的名字，可以用如下方式获取sheet ：

ws = wb.get_sheet_by_name("New Title")


ws = wb["New Title"]

也可获取全部sheet的名字，遍历sheet名字，如下：

sheets = wb.sheetnames
for sheet in sheets:
   print(sheets)


for sheet in wb:
   print sheet.title
   
   
['Sheet1', 'New Title', 'Sheet2']

也可以定位到相应sheet页,[0]为sheet页索引，如下：

sheet_names = wb.sheetnames  # 获取所有sheet页名字
ws = wb[sheet_names[0]]

复制Sheet表格

仅能复制 单元格的值 样式 超链接 注释块 等，而 图片 和 表格 等是无法复制的，如下：

source = wb.active
target = wb.copy_worksheet(source)

操作单元格

由 worksheet 获取单元格，或直接给单元格赋值，如下：

cell = ws['A4'] #获取第4行第A列的单元格

ws['A4'] = 4 #给第4行第A列的单元格赋值为4

ws.cell(row=4, column=2, value=10) #给第4行第2列的单元格赋值为10
ws.cell(4, 2, 10) #同上

获取区域内的单元格，如下：

cell_range = ws['A1':'C2']  #获取A1-C2内的区域

colC = ws['C']  #获取第C列
col_range = ws['C:D']  #获取第C-D列
row10 = ws[10]  #获取第10列
row_range = ws[5:10]  #获取第5-10列

如果得到单元格，可以赋值，如下：

cell.value = 'hello, world'
或
cell = ws.cell(row=i, column=j, value="金额")

获取单元格的值，如下：

cellValue = ws.cell(row=i, column=j).value

获取行列数，如下：

row = ws.max_row #最大行数
column = ws.max_column #最大列数

一行行的获取数据，如下：

>>> 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>

一列列的获取数据，如下：

>>> 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>

因为性能的原因， Worksheet.iter_cols() 方法不能在只读模式下使用。

获取所有的列或行，如下：

rows = ws.rows

columns = ws.columns

因为性能的原因， Worksheet.columns 方法不能在只读模式下使用。

如果只想从worksheet中获取值，可以使用 Worksheet.values 属性，如下：

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

Worksheet.iter_rows() 和 Worksheet.iter_cols() 方法都可以添加 values_only 参数来达到仅获取值的目的，如下：

for row in ws.iter_rows(min_row=1, max_col=3, max_row=2, values_only=True):
    print(row)

保存文件

使用 Workbook.save() 方法保存workbook，这个方法会不加提示的覆盖原文件，如下：

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

获取单元格类型

from openpyxl import Workbook, load_workbook
import datetime

wb = load_workbook('sample.xlsx')

ws=wb.active
wb.guess_types = True   #开启获取单元格类型

ws["A1"]=datetime.datetime(2010, 7, 21)
print ws["A1"].number_format

ws["A2"]="12%"
print ws["A2"].number_format

ws["A3"]= 1.1
print ws["A4"].number_format

ws["A4"]= "中国"
print ws["A5"].number_format

wb.save("sample.xlsx")

# 执行结果：
# yyyy-mm-dd h:mm:ss
# 0%
# General
# General
# 如果是常规，显示general,如果是数字，显示'0.00_ '，如果是百分数显示0%
# 数字需要在Excel中设置数字类型，直接写入的数字是常规类型

使用公式

from openpyxl import Workbook, load_workbook

wb = load_workbook('sample.xlsx')
ws1=wb.active

ws1["A1"]=1
ws1["A2"]=2
ws1["A3"]=3

ws1["A4"] = "=SUM(1, 1)"
ws1["A5"] = "=SUM(A1:A3)"

print ws1["A4"].value  #打印的是公式内容，不是公式计算后的值,程序无法取到计算后的值
print ws1["A5"].value  #打印的是公式内容，不是公式计算后的值,程序无法取到计算后的值

wb.save("sample.xlsx")

合并单元格

from openpyxl import Workbook, load_workbook

wb = load_workbook('sample.xlsx')
ws1=wb.active

ws.merge_cells('A2:D2')
ws.unmerge_cells('A2:D2')  #合并后的单元格，脚本单独执行拆分操作会报错，需要重新执行合并操作再拆分

# or equivalently
ws.merge_cells(start_row=2,start_column=1,end_row=2,end_column=4)
ws.unmerge_cells(start_row=2,start_column=1,end_row=2,end_column=4)

wb.save("sample.xlsx")

插入一个图片

需要 pillow 库，安装如下：

pip install pillow

from openpyxl import load_workbook
from openpyxl.drawing.image import Image

wb = load_workbook('sample.xlsx')
ws1=wb.active

img = Image('1.png')
ws1.add_image(img, 'A1')

wb.save("sample.xlsx")

隐藏单元格

from openpyxl import load_workbook

wb = load_workbook('sample.xlsx')
ws = wb.active

ws.column_dimensions.group('A', 'D', hidden=True)    # 隐藏A到D列

ws.row_dimensions.group(1, 10, hidden=True)    # 隐藏1到10行

ws.row_dimensions[2].hidden # 获取第二行是否隐藏了

wb.save("sample.xlsx")

优化模式

在处理非常大的 XLSX 文件时，openpyxl 的常规模式无法处理这种负载。幸运的是，有两种模式可以在(几乎)恒定内存消耗的情况下读写无限量的数据。

只读模式

from openpyxl import load_workbook
wb = load_workbook(filename='large_file.xlsx', read_only=True)
ws = wb['big_data']

for row in ws.rows:
    for cell in row:
        print(cell.value)

只写模式

from openpyxl import Workbook
wb = Workbook(write_only=True)
ws = wb.create_sheet()

# now we'll fill it with 100 rows x 200 columns

for irow in range(100):
...  ws.append(['%d' % i for i in range(200)])
# save the file
wb.save('new_big_file.xlsx') # doctest: +SKIP

与普通工作簿不同，新创建的只写工作簿不包含任何工作表；必须使用 create_sheet() 方法专门创建工作表。
在只写的工作簿中，只能使用 append() 添加行。使用 cell() 或 iter_rows() 在任意位置写(或读)单元格是不可能的。
它能够导出无限数量的数据(甚至比Excel实际能够处理的更多)，同时将内存使用量保持在10Mb以下。

插入/删除行/列，移动区域单元格

插入行/列

在第7行之上插入一行，如下：

ws.insert_rows(7)

在第7列的左边插入一列，如下：

ws.insert_cols(7)

删除行/列

从第6列开始，删除3列，即删除6、7、8列，如下：

ws.delete_cols(6, 3)

移动区域单元格

将 D4:F10 区域向上移动一行向右移动2列，如下：

ws.move_range("D4:F10", rows=-1, cols=2)

如果区域内包含 公式 ，则如下方法可以连同公式一起挪动：

ws.move_range("G4:H10", rows=1, cols=1, translate=True)

使用 Pandas 和 NumPy

详情请移步 Working with Pandas and NumPy

图表

图表由至少一个系列的一个或多个单元格区域数据点组成。更多内容请移步图表介绍

注释

openpyxl 可读/写注释，但格式信息会被丢失。在 只读模式 下不支持操作注释。注释必须包括 内容 和 作者 。

读注释，如下：

comment = ws["A1"].comment
comment.text # 注释内容
comment.author # 注释作者

写注释，如下：

comment = Comment("Text", "Author")
comment.width = 300 # 设置宽度
comment.height = 50 # 设置高度
ws["A1"].comment = comment
ws["B2"].comment = comment

表格样式

字体样式

字体名称、字体大小、字体颜色、加粗、斜体、纵向对齐方式（有三种：baseline，superscript， subscript）、下划线、删除线，如下：

from openpyxl.styles import Font

font = Font(name='Calibri',
            size=11,
            color='FF000000',
            bold=False,
            italic=False,
            vertAlign=None,
            underline='none',
            strike=False)

ws['A1'].font = font

cell2.font = Font(name=cell1.font.name, sz=cell1.font.sz, b=cell1.font.b, i=cell1.font.i)

字体颜色可以用 RGB 或 aRGB ，如下：

font = Font(color="FFBB00")

font = Font(color="FFFFBB00")

继承并重写样式，如下：

ft1 = Font(name='Arial', size=14)
ft2 = copy(ft1)
ft2.name = "Tahoma"

填充样式

详情请移步填充样式

from openpyxl.styles import PatternFill

# fill_type 的样式为 None 或 solid
cell2.fill = PatternFill(fill_type=cell1.fill.fill_type, fgColor=cell1.fill.fgColor)

边框样式

详情请移步边框样式

from openpyxl.styles import Border, Side

border = Border(left=Side(border_style=None, color='FF000000'),
                right=Side(border_style=None, color='FF000000'),
                top=Side(border_style=None, color='FF000000'),
                bottom=Side(border_style=None, color='FF000000'),
                diagonal=Side(border_style=None, color='FF000000'),
                diagonal_direction=0,
                outline=Side(border_style=None, color='FF000000'),
                vertical=Side(border_style=None, color='FF000000'),
                horizontal=Side(border_style=None, color='FF000000')
)

对齐样式

horizontal 的值有：distributed, justify, center, left, fill, centerContinuous, right, general
vertical 的值有：bottom, distributed, justify, center, top

from openpyxl.styles import Alignment

alignment=Alignment(horizontal='general',
                    vertical='bottom',
                    text_rotation=0,
                    wrap_text=False,
                    shrink_to_fit=False,
                    indent=0)

保护样式

锁定、隐藏

from openpyxl.styles import Protection

protection = Protection(locked=True, hidden=False)

整行或整列应用样式

col = ws.column_dimensions['A']
col.font = Font(bold=True)
row = ws.row_dimensions[1]
row.font = Font(underline="single")

更改合并的单元格样式

合并的单元格可以想想成为左上角的那个单元格来操作。

筛选和排序

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

data = [
    ["Fruit", "Quantity"],
    ["Kiwi", 3],
    ["Grape", 15],
    ["Apple", 3],
    ["Peach", 3],
    ["Pomegranate", 3],
    ["Pear", 3],
    ["Tangerine", 3],
    ["Blueberry", 3],
    ["Mango", 3],
    ["Watermelon", 3],
    ["Blackberry", 3],
    ["Orange", 3],
    ["Raspberry", 3],
    ["Banana", 3]
]

for r in data:
    ws.append(r)

ws.auto_filter.ref = "A1:B15"
ws.auto_filter.add_filter_column(0, ["Kiwi", "Apple", "Mango"])
ws.auto_filter.add_sort_condition("B2:B15")

wb.save("filtered.xlsx")

生成的Excel表格，有筛选排序的操作，但是没有实际表现出效果，如下图：

image

需要手动点击 重写应用 才能显示出效果，如下图：