Python-openpyxl教程5 - 与Pandas交互

前文:
Python-openpyxl教程1 - openpyxl简介
Python-openpyxl教程2 - 简单使用
Python-openpyxl教程3 - 读写性能
Python-openpyxl教程4 - 优化模式


插入和删除行和列,移动单元格的范围

插入行和列

您可以使用相关的工作表方法插入行或列:

  • openpyxl.worksheet.worksheet.Worksheet.insert_rows()
  • openpyxl.worksheet.worksheet.Worksheet.insert_cols()
  • openpyxl.worksheet.worksheet.Worksheet.delete_rows()
  • openpyxl.worksheet.worksheet.Worksheet.delete_cols()

默认值为一行或一列。例如,在第7行(在现有第7行之前)插入一行:

ws.insert_rows(7)

删除行和列

删除列F:H

ws.delete_cols(6, 3)

单元格的移动范围

您还可以在工作表中移动单元格范围:

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

这会将范围内的单元格D4:F10向上移动一列,向右移动两列。单元将覆盖任何现有单元。

如果单元格包含公式,则可以让openpyxl为您翻译这些公式,但是由于并非总是您所需要的,因此默认情况下将其禁用。同样,只有单元格的公式会被翻译。从其他单元格定义的名称对单元格的引用将不会更新;您可以ishiyong解析公式转换器执行此操作:

ws.move_range("G40:H10",rows=1,cols=1,translate=True)

这会将公式中的相对引用在范围内移动一行一列

和Pandas&NumPy一起使用

openpyxl可以与流行的Pandas和NumPy库一起使用

NumPy支持

openpyxl内置支持NumPy类型的float,integer和Boolean, 使用Pandas的时间戳类型支持DateTimes。

使用Pandas的DataFrame

openpyxl.utils.dataframe.dataframe_to_rows()函数提供了一种 使用Pandas DataFrane 的简单方法:

from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

wb = Workbook()
ws = wb.active

for r in dataframe_to_rows(df, index=True, header=True):
    ws.append(r)

虽然Pandas本身支持向Excel的转换,但这为客户端代码提供了更多的灵活性,包括直接将DataFrame流传输到文件的能力。

要将DataFrame转换为突出显示标题和索引的工作表,请执行以下操作:

from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

wb = Workbook()
ws = wb.active

for r in dataframe_to_rows(df, index=True, header=True):
    ws.append(r)
    
for cell in ws['A'] + ws[1]:
    cell.style = 'Pandas'
    
wb.save("pandas_openpyxl.xlsx")

另外,如果只想转换数据,则可以使用只写模式:

from openpyxl.cell.cell import WriteOnlyCell
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

wb = Workbook(write_only=True)
ws = wb.create_sheet()

cell = WriteOnlyCell(ws)
cell.style = 'Pandas'

def format_first_row(row, cell):
    for c in row:
        cell.value = c
        yield cell
        
rows =dataframe_to_rows(df)
first_row = format_first_row(next(rows),cell)
ws.append(first_row)

for row in rows:
    row = list(row)
    cell.value = row[0]
    row[0] = cell
    ws.append(row)

wb.save("openpyxl_stream.xlsx")

此代码将与标准工作簿一起使用。

将工作表转换为DataFrame

要将工作表转换为DataFrame,可以使用values属性。如果工作表没有标题或索引,这将非常容易:


df = DataFrame(ws.values)

如果工作表确实具有标题或索引,例如Pandas创建的标题或索引,则需要做更多的工作:

from itertools import islice
from openpyxl import Workbook


wb = Workbook()
ws = wb.create_sheet()

data = ws.values
cols = next(data)[1:]
data = list(data)
idx = [r[0] for r in data]
data = (islice(r, 1, None) for r in data)
df = DataFrame(data, index=idx, columns=cols)

注:DataFrame是什么?
DataFrame是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值,字符串,布尔值等)。DataFrame既有行索引也有列索引,它可以被看作由series组成的字典(公用一个索引)


来源:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,133评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,682评论 3 390
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,784评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,508评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,603评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,607评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,604评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,359评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,805评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,121评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,280评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,959评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,588评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,206评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,442评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,193评论 2 367
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,144评论 2 352

推荐阅读更多精彩内容