Python处理Excel文件(csv, xls, xlsx)

本文首发于我的个人博客Suixin’s Blog
原文: https://suixinblog.cn/2019/02/python-excel.html　　作者: Suixin

Excel文件格式主要有csv，xlsx和xlsx，对于不同的格式，我们使用不同的包来进行处理。

使用csv包处理csv文件

读取csv文件

import csv

with open('./data.csv', 'r', newline='', encoding='utf-8-sig') as csvfile:
    spamreader = csv.reader(csvfile)
    for row in spamreader:
        print(row)

其中，encoding='utf-8-sig'是为了编码正常可以正确显示中文，spamreader中的每一个row为list格式，可以循环取出每个单元格的值。

写入csv文件

import csv

with open('./data.csv', 'w', newline='', encoding='utf-8-sig') as csvfile:
    spamwriter = csv.writer(csvfile)
    spamwriter.writerow(['HELLO', 'WORLD'])
    spamwriter.writerows([('SuiXin', 'Blog'), ('https://suixinblog.cn', '2019', 'CSV', '文件')])

结果：

image

注：使用delimiter参数来指定数据的分隔符，默认为,。

使用pandas包读写csv数据文件

如果csv文件是数据类的，那么使用pandas包读写数据会更方便。

读取csv数据存入DataFrame对象中

import pandas as pd

df = pd.read_csv("hou_all.csv", header=None, names=["CRIM", "ZN", "INDUS", "CHAS", "NOX", "RM", "AGE", "DIS", "RAD", "TAX", "PTRATIO", "B", "LSTAT", "MEDV"])
print(df)

结果：

image

参数：

• sep=','：str，分隔符；
• header=0：int，指定行数用作列名。如果文件不包含列名可以设置为None；
• names：array-like，指定列名。相当于对没有列名的DataFrame设置df.columns；
• squeeze=False：bool，如果文件值包含一列，返回一个Series；
• prefix：str，在没有列名时，给列添加前缀。如：prefix='V'则列名为V0，V1，V2……
• skiprows=None：list-like or int，需要忽略的行数；
• nrows=None：int，需要读取的行数；
• skip_blank_lines=True：bool，是否跳过空行。

将数据写入csv文件

import pandas as pd

d = {'NAME': ['TOM', 'SuiXin'], 'AGE': [12, 24]}
df = pd.DataFrame(d)
print(df)
df.to_csv('data1.csv', index=False)

结果：

image

参数：

• sep=','：str，分隔符；
• na_rep=''：str，缺失值表示；
• float_format=None：str，浮点数格式。如float_format='%.2f'；
• columns：sequence，需要写入的列；
• header=True：bool，list of str，写入列名；
• index=True：bool，写入行名。

使用openpyxl包处理xlsx文件

Excel文件有三层对象：工作薄、工作表和三元格，分别对应openpyxl包中的workbook、sheet和cell。

workbook操作

# 读取xlsx文件
wb = openpyxl.load_workbook('test.xlsx')
# 以只读模式读取
wb = openpyxl.load_workbook('test.xlsx', read_only=True)
# 新建一个工作薄
wb = openpyxl.Workbook()
# 保存xlsx文件
wb.save('test.xlsx')

sheet操作

# 获取工作薄所有的sheet，返回list
sheets = wb.worksheets
# 获取指定sheet页
ws = wb['标记数据']
ws = wb.worksheets[0]
# 获取当前正在使用的sheet页
ws = wb.active
# sheet页属性：表名、最大行数、最大列数
print(ws.title, ws.max_row, ws.max_column)
# 修改sheet名
ws.title = '标记数据2'
# 删除sheet页
wb.remove(ws)
del wb['标记数据']
# 新建sheet页（可以插入到指定的索引处）
wb.create_sheet('test1', 0)

sheet属性

# 获取行和列，返回tuple
ws[1]
ws['A']
# 对行或列切片，返回tuple
ws[2:4]
ws['A:D']
# 获取所有行或列，返回generator
rows = ws.rows
columns = ws.columns
for row in rows:
    for i in row:
        print(i.value)

# 添加一行值（添加多行值直接循环添加即可）
ws.append(['人民法院', '故意伤害罪', '89f01654', 5])
# 添加一列值（添加多列值只需将s改为多层list嵌套，其中每一个list为一列）
s = [['NAME', 'Make', 'Tom', 'Smith', 'Suixin']]
for i in zip(*s):
    ws.append(i)

cell操作

# 读取cell
cell = ws['B3']
cell = ws.cell(3, 2)  # 先行坐标后列坐标（均从1开始）
# cell属性：所在行、列、坐标、值
print(cell.row, cell.column, cell.coordinate, cell.value)
# 写入cell
cell.value = 'NAME'
ws['B3'] = 'hello'

注：openpyxl功能全面，还支持：合并单元格、数学运算、单元格格式、迭代器ws.iter_rows()操作等。

使用xlrd，xlwt和xlutils包处理xls文件

使用xlrd读取xls文件

import xlrd

# 打开已有的工作薄
wb = xlrd.open_workbook('test.xls')

# 获取所有的sheet名称
sheet_names = wb.sheet_names()
# 获得sheet对象
ws = wb.sheet_by_index(0)
ws = wb.sheet_by_name('标记数据')
# 获取sheet对象的属性：表名、总行数、总列数
print(ws.name, ws.nrows, ws.ncols)

# 获得某一行或某一列数据，返回list
row_4 = ws.row_values(3)
cloumn_5 = ws.col_values(4)
Row_4 = ws.row(3)  # 此方法list中包含单元格类型
Column_5 = ws.col(4)  # 此方法list中包含单元格类型

# 获得某一单元格的值
cell_1_1 = ws.cell_value(0, 0)
cell_1_1 = ws.cell(0, 0).value
cell_1_1 = ws.row_values(0)[0]
cell_1_1 = ws.col_values(0)[0]
cell_1_1 = ws.row(0)[0].value
cell_1_1 = ws.col(0)[0].value

注：xlrd打开为只读模式，不可修改。

使用xlwt写入新建的xls文件

import xlwt

# 创建一个新的工作薄
wb = xlwt.Workbook(encoding="utf-8")
# 在其上创建一个新的工作表
ws = wb.add_sheet('S1', cell_overwrite_ok=True)

# 按单元格方式添加数据
ws.write(0, 0, 'HELLO')
# 整行整列的添加数据
title = ['NAME', 'AGE', 'SEX']
for i in range(len(title)):
    ws.write(0, i, title[i])
name = ['Tom', 'Smith', 'SuiXin', 'Make']
for j in range(len(name)):
    ws.write(j + 1, 0, name[j])
# 保存文件
wb.save('test.xls')

结果：

image

使用xlutils修改xls文件

import xlrd
from xlutils.copy import copy

rd_book = xlrd.open_workbook('test.xls')
# 使用copy方法将xlrd.Book对象拷贝为一个xlwt.workbook对象，可写入
wt_book = copy(rd_book)
# 获取一个sheet对象（支持index和name）
ws = wt_book.get_sheet('S1')
# 修改工作表
age = [32, 38, 24, 40]
for j in range(len(age)):
    ws.write(j + 1, 1, age[j])
# 保存文件
wt_book.save('test_new.xls')

结果：

image

参考

https://juejin.im/entry/5b3b2c7d6fb9a04fe820c5a3
https://blog.csdn.net/sinat_28576553/article/details/81275650
https://zhuanlan.zhihu.com/p/35605282