Python自动化办公：xlrd万字教程
Hi，我是山月。
相信很多小伙伴学Python都是奔着自动化办公来的，特别是对每天都要和excel打交道的小伙伴们来说。
之后山月也会给大家分享一些python处理excel的知识，希望大家多多支持~
如果看过山月之前的文章：自学Python一年后，我有这些想说，会知道python处理excel的库有很多，比如xlrd，xlwt，xlwings，openpyxl，pandas等。
虽然山月一直用的是openpyxl，但是考虑到很多小伙伴是刚开始学习这方面的内容。
因此山月会先通过一个更简单的库--xlrd，来给大家介绍一下excel的一些基本知识，以及python如何处理excel。
希望大家能跟着文章把知识点的代码手动输一遍，把xlrd库掌握透~
01
准备工作
1.1 xlrd基本介绍
xlrd作为python处理excel最简单最基本的一个库，它只能用来读取excel数据，不能用来写和修改excel数据。
官方文档：https://xlrd.readthedocs.io/en/latest/
1.2 安装xlrd
1）到python官网下载相应的版本手动安装，比如xlrd 2.0.1版本：
官网：https://pypi.org/project/xlrd/
2）推荐使用：在cmd命令提示符窗口用pip install xlrd进行安装，如果想安装指定版本比如1.2.0，则输入：pip install xlrd==1.2.0。
1.3 查看xlrd版本
在cmd窗口输入pip show xlrd，查看安装的xlrd版本：
山月安装的是1.2.0的版本。因为现在最新版本的xlrd只支持.xls文件，所以如果需要读取.xlsx文件的话，需要安装旧版本。
02
Excel的介绍
既然要处理excel，首先我们得了解一下excel。
2.1 工作薄与工作表
大家在日常使用里肯定听过工作薄与工作表，但也有些小伙伴可能至今还弄不清楚工作薄与工作表的区别。
工作薄：一个excel文件就是一个工作薄，一个工作簿由一个或多个工作表所组成，工作簿中最多可建立255个工作表。
工作表：是真正意义上我们常说的表格，每张工作表都是由单元格组成的。
2.2 单元格
单元格是由行（row）和列（column）交叉构成的，它是组成表格的最小单位，也可进行可合并和拆分。我们对单个数据的输入和修改都是在单元格中进行的。
每个单元格都有一个固定的编号，由所在行列的位置来决定。比如B3，指的是“B”列与第3行交叉位置上的单元格。
2.3 创建一个表格
山月创建了一个excel文件【xlrd实例文件.xlsx】，也就是一个工作薄：
我们打开这个工作薄：
它一共有两个工作表：绩效成绩工作表、绩效工资工作表。
其中我们可以看到页面下方有两个工作表名称，其中工作表绩效成绩的名称是绿色的，这表明绩效成绩工作表是我们的目前正在操作的工作表，也就是活动工作表。
下面我们会基于这个excel文件来对xlrd进行深入的学习。
如果大家需要这个excel源文件的话，可以在公众号后台发送：【xlrd表格】。
03
xlrd的详解
3.1 导入xlrd
import xlrd #导入模块3.2 打开excel文件
#如果excel文件在当前py文件的同一目录下，直接输入excel文件名打开
data= xlrd.open_workbook("xlrd实例文件.xlsx")
#如果excel文件不在py文件目录下，用excel文件的绝对路径打开
data= xlrd.open_workbook("H:\\临时文件夹\\xlrd实例文件.xlsx")由于山月的excel文件就在py文件的同一目录下，因此在下面的解说里，山月都是直接使用第一种方法打开。
大家在学习的过程里按照自己的环境来选择方法哈。
我们来看看data运行的结果是什么，代码：
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
print(data)运行结果：
xlrd.book.Book object at 0x0000013C076207F0也就是说我们返回了一个xlrd.book.Book对象。下面我们基于这个对象来具体的看看xlrd怎么操作excel。
3.3 获取工作表
1）获取工作薄里所有工作表信息
如果你想了解一个excel文件，第一件事应该干什么？是不是看看这个工作薄里有多少个工作表？又有哪些工作表？
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheets = data.nsheets #返回工作薄中所有工作表的数量
work_names = data.sheet_names() #返回工作薄中所有工作表的名字
print(work_sheets)
print(work_names)运行结果：
2
['绩效成绩', '绩效工资']我们可以得出【xlrd实例文件.xlsx】文件里一共有两个工作表，它们的名字分别是：绩效成绩和绩效工资。
也许好学的你立马有了疑问：但是我处理文件的时候一般都是在具体的工作表上进行操作呀~
别着急，我们就来看看怎么获取具体的工作表。
2）获取具体工作表
一共有两种方法可以用来获取具体的工作表：
通过工作表的索引顺序（sheet_index)来获取，或者通过工作表的名称（sheet_name)来获取，其中通过索引顺序有两种表达方式。
work_sheet = data.sheets()[sheet_index] #通过工作表的索引顺序获取
work_sheet = data.sheet_by_index(sheet_index) #通过工作表的索引顺序获取
work_sheet = data.sheet_by_name(sheet_name) #通过工作表的名称获取工作表索引也就是这个工作表在工作薄的位置（从0开始），比如我们绩效成绩工作表的索引是0，绩效工资工作表的索引是1。
我们来具体的看看怎么获得绩效成绩这个工作表：
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet_1 = data.sheets()[0]
work_sheet_2 = data.sheet_by_index(0)
work_sheet_3 = data.sheet_by_name('绩效成绩')
print(work_sheet_1)
print(work_sheet_2)
print(work_sheet_3)运行结果：
返回的结果是一个xlrd.sheet.Sheet对象。
另外如果我们工作表的内容很多的话，我们应该要检查一下这个工作表是否已经完全导入了。检查的方法如下:
check = data.sheet_loaded(sheet_name) #通过工作表名称指定工作表进行检查
check = data.sheet_loaded(sheet_index) #通过工作表索引顺序指定工作表进行检查比如我们需要检查绩效成绩这个工作表是否导入:
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
check = data.sheet_loaded('绩效成绩') # 检查绩效成绩工作表是否导入完毕，完毕则返回true
print(check)运行结果：
True好啦，我们要处理的工作表已经得到啦，恭喜大家
接下来就是看具体的表格操作了~
3.4 具体内容的操作
注意：山月是以【绩效成绩】工作表为例来给大家分享，它的内容如下：
1）获取工作表名称
我们先来看看现在的工作表是不是我们想要的绩效成绩工作表：
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet = data.sheet_by_name('绩效成绩') #获取工作表
sheet_name = work_sheet.name #获取工作表名称
print(sheet_name)运行结果：
绩效成绩没错，就是我们要的结果。
2）工作表里行(row)的操作
①获取工作表中的有效行数
all_rows = work_sheet.nrows②获取指定行所有单元格对象组成的列表
有两种表达方式：其中row_number是指定的行数（从0开始计算），返回的列表里是键值对。
row_object = work_sheet.row(row_number)
row_object = work_sheet.row_slice(row_number)③获取指定行单元格内容组成的列表
获取指定行所有单元格内容组成的列表，row_number为行数（从0开始计算）：
row_content = work_sheet.row_values(row_number)也可以用切片的方式获取指定行里指定从开始列（start_colx，包括）到结束列（end_colx，不包括）的内容组成的列表。
如果没有设置，默认start_colx=0，end_colx=None，end_colx为None表示结束没有限制。
row_content = work_sheet.row_values(row_number, start_colx=0, end_colx=None)④获取指定行单元格数据类型组成的列表
其中：row_number为行数（从0开始计算），返回的列表是个逻辑值列表，同样可以用切片方式指定列数范围。
row_type = work_sheet.row_types(row_number)至于逻辑值是什么，我们首先来了解一下常用的单元格的数据类型。
0：empty
1：text
2：number
3：date
4 ：boolean
5：error
也就是说若单元格数据类型为empy（空）则逻辑值为0。
⑤获取指定行有效单元格的长度
即获取这一行有多少个数据，row_number为行数（从0开始计算）。
row_length = work_sheet.row_len(row_number)⑥获取工作表所有行的生成器
rows_generator = work_sheet.get_rows()知识点：生成器对象是一个可迭代的一个对象，可以用list函数把它转换成列表。
⑦实例
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet = data.sheet_by_name('绩效成绩') #获取工作表
all_rows = work_sheet.nrows #获取工作表中的有效行数
print(all_rows)
row_object = work_sheet.row_slice(1) #获取第2行所有单元格对象组成的列表
print(row_object)
row_content = work_sheet.row_values(1) #获取第2行所有单元格内容组成的列表
print(row_content)
row_content = work_sheet.row_values(1, start_colx=1, end_colx=2) #获取第2行里第2列单元格内容组成的列表
print(row_content)
row_type = work_sheet.row_types(1) #获取第2行单元格数据类型组成的列表
print(row_type)
row_length = work_sheet.row_len(1) #获取第2行有效单元格的长度
print(row_length)
rows_generator = work_sheet.get_rows() #获取工作表所有行的生成器对象
print(rows_generator)
list_generator = list(rows_generator) #把生成器转换成列表
print(list_generator)运行结果：
11
[text:'小红', number:2021001.0, number:98.0]
['小红', 2021001.0, 98.0]
[2021001.0]
array('B', [1, 2, 2])
3
. at 0x00000242CFE988B8>
[[text:'姓名', text:'工号', text:'成绩'], [text:'小红', number:2021001.0, number:98.0], [text:'小橙', number:2021002.0, number:100.0], [text:'小黄', number:2021003.0, number:90.0], [text:'小绿', number:2021004.0, number:72.0], [text:'小青', number:2021005.0, number:88.0], [text:'小蓝', number:2021006.0, number:60.0], [text:'小紫', number:2021007.0, number:86.0], [text:'小黑', number:2021008.0, number:60.0], [text:'小白', number:2021009.0, number:76.0], [text:'小彩', number:2021010.0, number:100.0]] 3）工作表里列(column)的操作
列的操作和行的操作是类似的,只是列的操作由row变成了col,我们直接来看例子:
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet = data.sheet_by_name('绩效成绩') #获取工作表
all_cols = work_sheet.ncols #获取工作表中的有效列数
print(all_cols)
col_object = work_sheet.col_slice(1) #获取第2列所有单元格对象组成的列表
print(col_object)
col_content = work_sheet.col_values(1) #获取第2列所有单元格内容组成的列表
print(col_content)
col_content = work_sheet.col_values(1, start_rowx=1, end_rowx=2) #获取第2列里第2行单元格内容组成的列表
print(col_content)
col_type = work_sheet.col_types(1) #获取第2列单元格数据类型组成的列表
print(col_type)运行结果：
3
[text:'工号', number:2021001.0, number:2021002.0, number:2021003.0, number:2021004.0, number:2021005.0, number:2021006.0, number:2021007.0, number:2021008.0, number:2021009.0, number:2021010.0]
['工号', 2021001.0, 2021002.0, 2021003.0, 2021004.0, 2021005.0, 2021006.0, 2021007.0, 2021008.0, 2021009.0, 2021010.0]
[2021001.0]
[1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]4）工作表里单元格的操作
①获取指定单元格内容
cell_value = work_sheet.cell(rowx, colx).value
cell_value = work_sheet.cell_value(rowx, colx)
cell_value = work_sheet.row(rowx)[colx].value其中rowx为指定行，colx为指定列，(rowx, colx)为rowx+1行和colx+1列构成的单元格。
比如(1,1)是第2行第2列这个位置的单元格(B2单元格)，即下图红框所示位置。
②获取指定单元格对象
返回的是一个列表,列表里是键值对:
cell_object = work_sheet.cell(rowx, colx)③获取指定单元格数据类型
数据类型同上:
0 - empty, 1 - text, 2 - number, 3 - date, 4 - boolean, 5 - error
cell_type = work_sheet.cell_type(rowx, colx)④获取指定单元格内容的类型
注意这是单元格内容的类型，比如内容是数值，则是判断这个数值的类型:
cell_content_type = type(work_sheet.cell_value(rowx, colx))⑤实例
我们以B2这个单元格为例来综合看看:
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet = data.sheet_by_name('绩效成绩') #获取工作表
cell_value = work_sheet.cell_value(1, 1) #获取B2单元格内容
print(cell_value)
cell_object = work_sheet.cell(1, 1) #获取B2单元格对象
print(cell_object)
cell_type = work_sheet.cell_type(1, 1) #获取B2单元格数据类型
print(cell_type)
cell_content_type = type(work_sheet.cell_value(1, 1)) #获取B2单元格内容的类型
print(cell_content_type)运行结果：
2021001.0
number:2021001.0
2
04
实例
1、文件
用我们之前创建的：xlrd实例文件.xlsx，文件内容:
2、目标
我们如果认真看了文件的话，会发现每个员工的绩效工资是其对应的绩效成绩的10倍。100分的绩效成绩就是1000的绩效工资。
假如我们现在只有绩效成绩这一个表，要如何得出绩效工资表的内容？可以自己先想想你要如何做哦~
山月的想法：
读取绩效成绩工作表除表头以外的数据
把绩效成绩*10得到绩效工资
把绩效工资和对应的员工信息组成一组新的数据
写入表头后继续把新得到的数据写入，得到一个新的工作表，然后保存。
我们这篇文章只谈读取数据，写入数据的话下一篇文章再见。因此，我们只来看前三步。
3、代码实现
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet = data.sheet_by_name('绩效成绩') #获取绩效成绩工作表
# 获取除表头外全部行内容
rows_generator = list(work_sheet.get_rows())[1:]
#创建个列表来储存名字、工号、绩效工资数据
row_list=[]
#利用for循环，得到名字、工号、绩效成绩
for rows in rows_generator:
name, number, score = rows[0].value, rows[1].value, rows[2].value
#利用绩效成绩得出绩效工资
money = score*10
#把名字、工号和新得的绩效工资一起组成一个元组
row_tuple=(name,number,money)
#把元组添加到之前建的列表里
row_list.append(row_tuple)
print(row_list) #打印列表运行结果：
[('小红', 2021001.0, 980.0), ('小橙', 2021002.0, 1000.0), ('小黄', 2021003.0, 900.0), ('小绿', 2021004.0, 720.0), ('小青', 2021005.0, 880.0), ('小蓝', 2021006.0, 600.0),
('小紫', 2021007.0, 860.0), ('小黑', 2021008.0, 600.0), ('小白', 2021009.0, 760.0), ('小彩', 2021010.0, 1000.0)]完成啦~
05
问题集锦
5.1 实战问题
不知道大家有没有发现一个问题：如果单元格里是数值类型，那返回的值自带小数点。比如小红的工号是2021001，返回的值为2021001.0。
那要怎么办呢？山月提供了两个解决方法：
1）在表格里是数值的单元格内容前加一个英文的单引号，把它变成以文本形式储存的数字。
2）通过代码判断单元格内容是否为浮点型
比如针对工号，解决代码：
import xlrd #导入模块
data= xlrd.open_workbook("xlrd实例文件.xlsx") #打开excel文件
work_sheet = data.sheet_by_name('绩效成绩') #获取绩效成绩工作表
col_content = work_sheet.col_values(1)[1:] #获取第2列除表头外的所有单元格数据组成的列表
print(col_content)
print('解决后的结果:')
for i in range(len(col_content)):
if col_content[i] % 1 == 0.0: #判断数据是否为浮点型
col_content[i] = int(col_content[i]) # 浮点转成整型
print(col_content)运行结果：
[2021001.0, 2021002.0, 2021003.0, 2021004.0, 2021005.0, 2021006.0, 2021007.0, 2021008.0, 2021009.0, 2021010.0]
解决后的结果:
[2021001, 2021002, 2021003, 2021004, 2021005, 2021006, 2021007, 2021008, 2021009, 2021010]5.2 拓展问题
这个问题我们本次例子中没有遇到，但这是一个非常常见的问题，山月在学习得时候就遇到过。
问题：如果遇到日期格式的数据，xlrd不能直接读取。我们来看看例子。
有一个表格，它的内容如下：
我们直接按照之前讲的方法来读取看看：
import xlrd #导入模块
data= xlrd.open_workbook("日期.xlsx") #打开excel文件
work_sheet = data.sheet_by_index(0) #获取工作表
col_content = work_sheet.col_values(0) #获取第1列所有单元格数据组成的列表
print(col_content)
col_type = work_sheet.col_types(0) #获取第1列所有单元格数据类型组成的列表
print(col_type)运行结果：
['日期', 44541.0, 44542.0, 44543.0, 44544.0, 44545.0, 44546.0, 44547.0, 44548.0]
[1, 3, 3, 3, 3, 3, 3, 3, 3]根据结果来看，除了表头外，单元格的数据类型都是3，也就是日期格式，这个没有问题。
但是内容却不对了，比如A2这个单元格是2021-12-11，读出来却是44541.0。
这是因为Excel的日期是相对于基准日期（1900-01-01）为起点的天数数值。也就是说1900-01-01是1，1900-01-02是2...相应的2021-12-11是44541。
知识点：在python里一共有两个时间基准。0代表以1900-01-01为基准，1代表以1904-01-01为基准，一般使用1900-01-01为基准。
而对于日期的读取，xlrd有两种解决方法。
方法一：xlrd.xldate_as_tuple(xldate,datemode)
参数 xldate表示要处理的单元格值
参数 datemode 表示时间基准，也就是0或1。
date_cell = xlrd.xldate_as_tuple(work_sheet.cell_value(rowx, colx), 0) #以基准1900-01-01读取指定单元格，rowx为指定单元格行数，colx为指定单元格列数它会返回一个元组：（年, 月, 日, 时, 分, 秒）。
当然，我们最终是要得到日期，所以要把自动填补的时间去掉。由于它是个元组，所以我们能利用索引轻易的得到对应的日期。
以A2单元格为例：
import xlrd #导入模块
data= xlrd.open_workbook("日期.xlsx") #打开excel文件
work_sheet = data.sheet_by_index(0) #获取工作表
date_cell = xlrd.xldate_as_tuple(work_sheet.cell_value(1, 0), 0) #读取A2单元格
print(date_cell)
date_cell_finally = '%d-%d-%d' %(date_cell[0],date_cell[1],date_cell[2]) #利用索引得到对应的年月日，并用-连接
print(date_cell_finally)运行结果：
(2021, 12, 11, 0, 0, 0)
2021-12-11方法二：xlrd.xldate.xldate_as_datetime(xldate,datemode)
同样，它的参数 xldate表示要处理的单元格值，参数 datemode 表示时间基准，也就是0或1。
date_cell = xlrd.xldate.xldate_as_datetime(work_sheet.cell(rowx,colx).value, 0) #以基准1900-01-01读取指定单元格，rowx为指定单元格行数，colx为指定单元格列数它会返回一个datetime对象，格式是：年-月-日 时:分:秒。
对于这个对象，我们可以用strftime来处理，把它转化成指定格式的字符串。
对日期和时间进行格式化的符号：
同样对于A2单元格，我们想得到它对应的日期：
import xlrd #导入模块
data= xlrd.open_workbook("日期.xlsx") #打开excel文件
work_sheet = data.sheet_by_index(0) #获取工作表
date_cell = xlrd.xldate.xldate_as_datetime(work_sheet.cell(1,0).value, 0) #读取A2单元格
print(date_cell)
date_cell_finally = date_cell.strftime("%Y/%m/%d") #利用strftime转化成年/月/日
print(date_cell_finally)运行结果：
2021-12-11 00:00:00
2021/12/11好啦，今天的分享就到这，希望大家都能熟练的掌握xlrd的用法，以及通过这个学习，了解python处理excel的方法思路。
我们下次再见！
已经到底啦~(≧▽≦*)/~
// 推荐阅读 // 
自学Python一年后，我有这些想说
2021-12-04
建议收藏:68个Python内置函数详解
2021-12-05
初识Tkinter：一些必须掌握的基础知识
2021-12-09
