xlsxwriter库
简介
示例
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
| import xlsxwriter as xw def xw_toExcel(data, fileName): workbook = xw.Workbook(fileName) worksheet1 = workbook.add_worksheet("sheet1") worksheet1.activate() title = ['序号', '酒店', '价格'] worksheet1.write_row('A1', title) i = 2 for j in range(len(data)): insertData = [data[j]["id"], data[j]["name"], data[j]["price"]] row = 'A' + str(i) worksheet1.write_row(row, insertData) i += 1 workbook.close()
testData = [ {"id": 1, "name": "立智", "price": 100}, {"id": 2, "name": "维纳", "price": 200}, {"id": 3, "name": "如家", "price": 300}, ] fileName = '测试.xlsx' xw_toExcel(testData, fileName)
|

更多
添加工作表样式:
官方文档
1 2 3 4 5 6 7 8
| bold = workbook.add_format({ 'bold': True, 'border': 1, 'align': 'left', 'valign': 'vcenter', 'fg_color': '#F4B084', 'text_wrap': True, })
|
写入单元格数据
1 2 3 4 5 6 7 8 9 10 11
|
worksheet1.write(row, col, data, bold)
worksheet1.write_row(“A1”,data,bold)
worksheet1.write_column(“A1”,data,bold)
|
插入图片
1 2
| // 第一个参数是插入的起始单元格,第二个参数是图片你文件的绝对路径 worksheet1.insert_image('A1','f:\\1.jpg')
|
写入超链接
1
| worksheet1.write_url(row, col, "internal:%s!A1" % ("要关联的工作表表名"), string="超链接显示的名字")
|
插入图表
1 2 3 4
| workbook.add_chartsheet(type="")
参数中的type指的是图表类型,图表类型示例如下: [area:面积图,bar:条形图,column:直方图,doughnut:环状图,line:折线图,pie:饼状图,scatter:散点图,radar:雷达图,stock:箱线图]
|
- 获得当前excel文件的所有工作表:workbook.worksheets()
- 关闭excel文件: workbook.close()
pandas库
简介
在Python中,pandas是基于NumPy数组构建的,使数据预处理、清洗、分析工作变得更快更简单。pandas是专门为处理表格和混杂数据设计的,而NumPy更适合处理统一的数值数组数据。
pandas有两个主要数据结构:Series和DataFrame。
Series
Series是一种类似于一维数组的对象,它由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成,即index和values两部分,可以通过索引的方式选取Series中的单个或一组值。
DataFrame
DataFrame是一个表格型的数据类型,每列值类型可以不同,是最常用的pandas对象。DataFrame既有行索引也有列索引,它可以被看做由Series组成的字典(共用同一个索引)。DataFrame中的数据是以一个或多个二维块存放的(而不是列表、字典或别的一维数据结构)
示例
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
| import pandas as pd def pd_toExcel(data, fileName): ids = [] names = [] prices = [] for i in range(len(data)): ids.append(data[i]["id"]) names.append(data[i]["name"]) prices.append(data[i]["price"]) dfData = { '序号': ids, '酒店': names, '价格': prices } df = pd.DataFrame(dfData) df.to_excel(fileName, index=False)
testData = [ {"id": 1, "name": "立智", "price": 100}, {"id": 2, "name": "维纳", "price": 200}, {"id": 3, "name": "如家", "price": 300}, ] fileName = '测试2.xlsx' pd_toExcel(testData, fileName)
|

openpyxl库
- 安装:pip install openpyxl==2.2.6
示例
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
| import openpyxl as op def op_toExcel(data, fileName): wb = op.Workbook() ws = wb['Sheet'] ws.append(['序号', '酒店', '价格']) for i in range(len(data[0])): d = data[i]["id"], data[i]["name"], data[i]["price"] ws.append(d) wb.save(fileName)
testData = [ {"id": 1, "name": "立智", "price": 100}, {"id": 2, "name": "维纳", "price": 200}, {"id": 3, "name": "如家", "price": 300}, ] fileName = '测试3.xlsx' op_toExcel(testData, fileName)
|

更多
打开已有文件
1 2
| from openpyxl import load_workbook wb2 = load_workbook('文件名称.xlsx')
|
根据数字得到字母,根据字母得到数字
1 2 3 4 5 6
| from openpyxl.utils import get_column_letter, column_index_from_string
print(get_column_letter(2))
print(column_index_from_string('D'))
|
删除工作表
1 2 3 4
| wb.remove(sheet)
del wb[sheet]
|
查看表名和选择表(sheet)
1 2 3 4 5 6 7 8 9 10 11 12 13
| print(wb.sheetnames) ['Sheet2', 'New Title', 'Sheet1']
for sheet in wb: print(sheet.title)
ws3 = wb["New Title"] ws4 = wb.get_sheet_by_name("New Title") ws is ws3 is ws4 True
|
设置单元格风格
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
| from openpyxl.styles import Font, colors, Alignment
bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True) sheet['A1'].font = bold_itatic_24_font
sheet['B1'].alignment = Alignment(horizontal='center', vertical='center')
sheet.row_dimensions[2].height = 40
sheet.column_dimensions['C'].width = 30
sheet.merge_cells('B1:G1') sheet.merge_cells('A1:C3') 合并后只可以往左上角写入数据,也就是区间中:左边的坐标。 如果这些要合并的单元格都有数据,只会保留左上角的数据,其他则丢弃。换句话说若合并前不是在左上角写入数据,合并后单元格中不会有数据。 以下是拆分单元格的代码。拆分后,值回到A1位置。 sheet.unmerge_cells('A1:C3')
|