Python 自动化办公：操作 Excel 的七个示例

在日常工作中，Excel作为数据分析和报告制作的利器，几乎无人不知无人不晓。然而，面对大量重复的数据录入、整理、分析任务时，手动操作不仅耗时费力，还容易出错。此时，Python与它的强大库openpyxl便闪亮登场，助你轻松实现Excel自动化办公。

Python以其简洁易学的语法和丰富的数据处理库，能高效地处理复杂的数据任务，而openpyxl则是专门用于操作Excel文件的库，让你无需打开Excel，就能完成创建、读取、编辑等操作。

openpyxl库简介与安装

openpyxl是一个开源的Python库，专注于读写Microsoft Excel 2010 xlsx/xlsm/xltx/xltm文件。它支持高级功能如数据验证、图表、超链接、注释等，且性能优秀，对大型文件处理游刃有余。安装只需在命令行中输入以下命令：

pip install openpyxl

示例一：创建新Excel文件并写入数据

想在Python里“无中生有”一个Excel文件？openpyxl帮你实现！下面的代码将创建一个名为“my_data.xlsx”的文件，并在其中填入一些数据：

from openpyxlimportWorkbook

# 创建Workbook对象，相当于一个新的Excel文件
wb=Workbook()# 获取默认的活跃工作表（Sheet）
ws=wb.active

# 在A1到C3单元格写入数据forrowinrange(1,4):forcolin'ABC':ws[col+str(row)]=f"Data {row} {col}"# 保存到硬盘
wb.save("my_data.xlsx")

示例二：读取现有Excel文件数据

有了数据，自然要能读取。这段代码将打开“my_data.xlsx”，读取其内容并打印出来：

from openpyxlimportload_workbook

# 加载已有的Excel文件
wb=load_workbook("my_data.xlsx")# 获取第一个工作表（索引为0）
ws=wb.worksheets[0]# 遍历所有单元格并打印内容forrowinws.iter_rows():forcellinrow:print(cell.value)

示例三：修改单元格内容及样式

数据错了？颜色不满意？openpyxl让你轻松调整：

from openpyxl.stylesimportFont,Color

# 加载已有的Excel文件
wb=load_workbook("my_data.xlsx")ws=wb.active

# 修改A1单元格内容为"Updated Data"ws["A1"]="Updated Data"# 设置A1单元格字体为红色，加粗
font=Font(color=Color(rgb='FF0000'),bold=True)ws["A1"].font=font

# 保存更改
wb.save("my_data.xlsx")

示例四：添加/删除行与列

数据结构需要调整？openpyxl让你增删自如：

# 加载已有的Excel文件
wb=load_workbook("my_data.xlsx")ws=wb.active

# 在第二行前插入一行
ws.insert_rows(2)# 删除第三列（C列）
ws.delete_cols(3)# 保存更改
wb.save("my_data.xlsx")

示例五：合并单元格与设置条件格式

表格需要更美观？合并单元格与条件格式来帮忙：

from openpyxl.formatting.ruleimportCellIsRule
from openpyxl.stylesimportPatternFill

# 加载已有的Excel文件
wb=load_workbook("my_data.xlsx")ws=wb.active

# 合并A1到C1单元格
ws.merge_cells('A1:C1')# 创建一个条件格式规则：当单元格值大于10时填充绿色
green_fill=PatternFill(start_color="00FF00",end_color="00FF00",fill_type="solid")rule=CellIsRule(operator='>',formula=['10'],stopIfTrue=False,fill=green_fill)# 应用规则到整个工作表
ws.conditional_formatting.add('A1:C5',rule)# 保存更改
wb.save("my_data.xlsx")

示例六：利用公式计算与数据统计

数据需要计算或统计？openpyxl支持直接写入公式：

# 加载已有的Excel文件
wb=load_workbook("my_data.xlsx")ws=wb.active

# 在D1单元格写入求和公式
ws["D1"]="=SUM(A1:C1)"# 在D2单元格写入平均值公式
ws["D2"]="=AVERAGE(A2:C2)"# 保存更改并计算公式结果
wb.save("my_data.xlsx")

示例七：批量处理多个工作表

面对多工作表的大型文件，openpyxl也能轻松应对：

# 加载已有的Excel文件
wb=load_workbook("my_data.xlsx")# 遍历所有工作表forsheetinwb.worksheets:print(f"Processing sheet: {sheet.title}")# 对每个工作表执行相同的操作，如数据清洗、格式化等

# 保存更改
wb.save("my_data.xlsx")

结语：进阶学习与应用场景推荐

恭喜你，通过以上7个示例，你已经掌握了openpyxl的基本操作。接下来，你可以尝试结合pandas库进行更复杂的数据分析，或者利用定时任务实现自动化报表生成。无论你是处理销售数据、财务报表，还是科研数据，openpyxl都能成为你提升工作效率的得力助手。