用Python让Excel飞起来——基本操作（二）

上一篇文章我们实现了通过xlrd，xlwt和xlutils对Excel的读取和写入，并进行修改。但是xlrd等模块还存在一定的问题：仅仅支持对旧格式的.xls文件进行读写，而且无法修改原始Excel等等。因此我们这次使用openpyxl和pandas库来对Excel进行操作。
下面我们首先来看一下如何用openpyxl包来读写Excel，首先我们需要导入openpyxl包（如果没有安装的话，可以使用pip install openpyxl来安装）
总体上的读取方法与xlrd类似，不过API更加简单明了。读取Excel之前，我们需要先调用load_workbook方法来加载Excel。通过get_sheet_by_name()方法获取相应的sheet，或者通过get_active_sheet()方法获取当前活动的sheet。这里有一个要注意的地方，就是openpyxl的行列都是从1开始的，不像通常从0开始，因此在读取单元格的时候要+1，其余的部分就和xlrd类似了，代码如下：

import openpyxl

## 读取Excel表格内容
def read_excel(fileName='D:/Book1.xlsx'):
    wb = openpyxl.load_workbook(fileName)
    sheet = wb.get_sheet_by_name('Sheet1')
    nrows = sheet.max_row
    ncols = sheet.max_column
    ## 注意：openpyxl的行列数是从1开始计算的，因此通过sheet.cell()获取表单的值的时候需要从1开始
    for i in range(nrows):
        for j in range(ncols):
            print(sheet.cell(i+1,j+1).value, end=' ')
        print()
    
read_excel()

读取结果

计算平均分的方法与前文类似

## 计算个人平均分
def get_average(fileName='D://Book1.xlsx'):
    avg_dict = {}
    wb = openpyxl.load_workbook(fileName)
    sheet = wb.get_sheet_by_name('Sheet1')
    nrows = sheet.max_row
    ncols = sheet.max_column
    for row in range(1,nrows):
        avg = 0.0
        for col in range(1,ncols):
            avg += float(sheet.cell(row+1, col+1).value) ## 计算每一个学生的总分
        avg /= (ncols-1) ## 总分除以课程数即是平均分
        avg_dict[sheet.cell(row+1, 1).value] = avg ## 每行的第一列是学生姓名，用作字典的键，平均分作为值
    print(avg_dict)
    return avg_dict

avg_dict = get_average()

这里，我们先将平均分写入到一个新建的Excel工作表中，实现与上一篇文章类似的功能。新建Excel需要先通过openpyxl.Workbook()方法来获取一个新的Excel文档，通过active属性得到可访问的工作表sheet。接下来只要在表格中填入数据即可，需要注意的是序列号是从1开始的。

## 将字典写入到Excel中
def write_excel(value_dict, resultName='D://Book2.xlsx'):
    wb = openpyxl.Workbook()
    sheet = wb.active
    #sheet = wb.create_sheet()
    ## 先在标题栏加入“姓名”和“平均分”列
    sheet.cell(1,1).value = '姓名'
    sheet.cell(1,2).value = '平均分'
    ## 遍历字典，写入姓名和平均分
    row = 2
    for key in value_dict.keys():
        sheet.cell(row,1).value = key
        sheet.cell(row,2).value = value_dict[key]
        row+=1
    wb.save(resultName)
    
write_excel(avg_dict)

以上做法我们是将结果存入到新建的Excel的，如我们想要直接更新原始的Excel，用xlwt是无法做到的，但是openpyxl可以比较方便的实现此功能。我们在创建一个Excel文档并获取到sheet后，在表格的第一行和的最后一列之后添加一个新列，标题是“平均分”，然后遍历每一行，将每一行的第二列的值（也就是学生姓名）与字典表的键进行对应，若与键相同，则将值作为平均分，并写入到这一行的最后一列中。

## 修改原有的Excel
def update_excel(value_dict, fileName='D://Book3.xlsx'):
    wb = openpyxl.load_workbook(fileName)
    sheet = wb.get_sheet_by_name('Sheet1') 
    nrows = sheet.max_row
    ncols = sheet.max_column
    sheet.cell(1, ncols+1).value = '平均分' ## 在标题栏上添加一列平均分
    ## 遍历每一行，得到学生姓名，根据姓名在字典中查询到平均分，并写入到Excel中，实现更新Excel
    for i in range(1,nrows):
        for key in value_dict.keys():
            name = sheet.cell(i+1,1).value
            if name==key:
                sheet.cell(i+1, ncols+1).value = value_dict[key]
    wb.save(fileName)

update_excel(avg_dict)            

更新后，效果如图。

更新结果

接下来，我们看看用pandas如何读写Excel，其实用pandas操作Excel数据是最方便的，pandas读取Excel成一个DataFrame，然后就可以使用pandas的函数对数据进行各种处理了。
导入pandas后，读取一个Excel只需要一行代码：

import pandas as pd

## 读取Excel
df = pd.read_excel('D://Book1.xlsx', sheet_name='Sheet1')

在jupyter中可以看到输出结果：

读取Excel

同样的，计算平均分也非常简单，也是只有一行代码：

## 用pandas获取每个学生平均分
df["平均分"] = df.mean(axis=1) #axis 0为列，1为行

这里其实就是对每一行求平均值，pandas会自动对数字型求和，行中有字符型数据也不会报错。
可以看到平均分已经计算出来了，并修改了Excel。

计算平均分并修改Excel

将修改后的结果出入到Excel依然只需要一行代码：

df.to_excel("D:/Book4.xlsx", index=False) ## 加入index=False，表示不需要写入索引

写入新的Excel

可以看到数据已经被写入到新的Excel中。
pandas确实是最方便的工具包，之前我们用xlrd,xlwt和openpyxl写了很多行代码的功能，在pandas中三句话就搞定了，效率之高的确值得肯定。
下一篇文章，我会研究一下怎么使用一些Python工具包对Excel表格调整格式。

微信公众“小晖程序”同步更新。