Python处理Excel数据

前段时间做了个小项目，帮个海洋系的教授做了个数据处理的软件。基本的功能很简单，就是对Excel里面的一些数据进行过滤，统计，对多个表的内容进行合并等。之前没有处理Excel数据的经验，甚至于自己都很少用到Excel。记得《Python核心编程》的最后一章里有讲到用Win32 COM操作office， 看了一下讲的不是很清楚。google了一下找到不少能处理excel数据的模块。对比了一下最终选定了openpyxl，openpyxl专门用于处理Excel2007及以上版本产生的xlsx文件。不幸的是我所得到的数据中xls和xlsx都有，不过转换并不是什么难事，就暂时吧这个问题忽略了。

模块的安装过程非常简单，官网上有简单的使用说明和API文档，整体来说使用非常容易，也基本能满足我的需求。对于Excel文件，我所需要的只是从中将相应位置的数据读取出来，以及把数据写入到对应的位置中去。而其间数据的处理，通过python可以很容易地完成。

1. Excel数据的类型及组织方式

openpyxl中定义了多种数据格式，我只涉及到了其中最重要的三种：
NULL： 空值，对应于python中的None，表示这个cell里面没有数据。
numberic： 数字型，统一按照浮点数来进行处理。对应于python中的float。
string： 字符串型，对应于python中的unicode。

每一个Excel数据文件从上至下分为三个层级的对象：
workbook： 每一个Excel文件就是一个workbook。
sheet： 每一个workbook中可以包含多个sheet，具体就对应Excel中我们在左下脚所看到的“sheet1”,“sheet2”等。
cell： 每一个sheet就是我们通常所看到的一个表格，可以含有m行，n列，每个确定的行号，列号所对应的一个格子就是一个cell。

2. 从Excel中读取数据

从一个既有的xlsx文件中读取数据，按照Excel文件的三个层级，分别做以下三个步骤

1. 打开workbook：

from openpyxl import load_workbook
wb = load_workbook('file_name.xlsx')

2. 打开所需的sheet：
我们可以这样打开workbook中的第一个sheet：

ws = wb.get_active_sheet()

变量_active_sheet_index用来确定获取哪一个sheet，而默认情况下它被置为0。
也可以通过sheet的名称来获取sheet：

ws = wb.get_sheet_by_name("sheet_name")

openpyxl似乎没有提供按索引来读取sheet，不过我们总是能很容易地通过sheet_name来实现：

sheet_names = wb.get_sheet_names()
ws = wb.get_sheet_by_name(sheet_names[index])

3. 获取对应cell的值：
openpyxl提供可两种方式来读取cell，一是按照Excel的习惯用字母来代表列号，例如：

c = ws.cell('A4').value

也可以按照行号列号来读取：

d = ws.cell(row = 3, column = 0)

3. 将数据写入Excel

同读取类似，写入一个Excel文件，要经历一下四个步骤：
1. 新建workbook
直接新建一个workbook对象即可：

wb = Workbook()

2. 新建sheet
默认情况下，新创建的sheet是排在最后的，若想要创建一个排在最前的sheet，可以传入参数0：

ws1 = wb.create_sheet()  # insert at the end
ws2 = wb.create_sheet(0)  # insert at the first position

3. 写入数据

直接将要写入的数据赋值给相应的cell即可，若仅仅是修改一个表。可以跳过前两个步骤，不过要注意不要覆盖掉其它数据：

ws.cell('B5') = value1
ws.cell(row = 3, column = 7) = value2

4. 保存数据

最后写入将数据写入即可，注意若保存路径下有同名的文件的话，之前的文件会被覆盖：

wb.save('file_name.xlsx')