详解Python操作Excel文件-阿里云开发者社区

前言

本篇文章主要总结了一下利用python操作Excel文件的第三方库和方法。

常见库简介

1.xlrd

xlrd是一个从Excel文件读取数据和格式化信息的库，支持.xls以及.xlsx文件。

地址：http://xlrd.readthedocs.io/en/latest/

xlrd支持.xls，.xlsx文件的读
通过设置on_demand变量使open_workbook()函数只加载那些需要的sheet，从而节省时间和内存（该方法对.xlsx文件无效）。
xlrd.Book对象有一个unload_sheet方法，它将从内存中卸载工作表，由工作表索引或工作表名称指定（该方法对.xlsx文件无效）

2.xlwt

xlwt是一个用于将数据和格式化信息写入旧Excel文件的库（如.xls）。

地址：https://xlwt.readthedocs.io/en/latest/

xlwt支持.xls文件写。

3.xlutils

xlutils是一个处理Excel文件的库，依赖于xlrd和xlwt。

地址：http://xlutils.readthedocs.io/en/latest/

xlutils支持.xls文件。
支持Excel操作。

4.xlwings

xlwings是一个可以实现从Excel调用Python，也可在python中调用Excel的库。

地址：http://docs.xlwings.org/en/stable/index.html

xlwings支持.xls读，支持.xlsx文件读写。
支持Excel操作。
支持VBA。

4、强大的转换器可以处理大部分数据类型，包括在两个方向上的numpy array和pandas DataFrame。

5.openpyxl

openpyxl是一个用于读取和编写Excel 2010 xlsx/xlsm/xltx/xltm文件的库。

地址：https://openpyxl.readthedocs.io/en/stable/

openpyxl支持.xlsx文件的读写。
支持Excel操作。
加载大.xlsx文件可以使用read_only模式。
写入大.xlsx文件可以使用write_only模式。

6.xlsxwriter

xlsxwriter是一个用于创建Excel .xlsx文件的库。

地址：https://xlsxwriter.readthedocs.io/

xlswriter支持.xlsx文件的写。
支持VBA。
写入大.xlsx文件时使用内存优化模式。

7.win32com

win32com库存在于pywin32中，是一个读写和处理Excel文件的库。

地址：http://pythonexcels.com/python-excel-mini-cookbook/

win32com支持.xls，.xlsx文件的读写，支持.xlsx文件的写。
支持Excel操作。

8.DataNitro

DataNitro是一个内嵌在Excel中的插件。

地址：https://datanitro.com/docs/

DataNitro支持.xls，.xlsx文件的读写。
支持Excel操作。
支持VBA。
收费

9.pandas

pandas通过对Excel文件的读写实现数据输入输出

地址：http://pandas.pydata.org/

pandas支持.xls，.xlsx文件的读写。
支持只加载每个表的单一工作页。

提醒及注意：

xlutils 仅支持 xls 文件，即2003以下版本；

win32com 与 DataNitro 仅支持 windows 系统；

xlwings 安装成功后，如果运行提示报错“ImportError: no module named win32api”，请再安装 pypiwin32 或者 pywin32 包；

win32com 不是独立的扩展库，而是集成在其他库中，安装 pypiwin32 或者 pywin32 包即可使用；

DataNitro 是 Excel 的插件，安装需到官网下载。

基本功能：

由于设计目的不同，每个模块通常着重于某一方面功能，各有所长。

1.xlwings

可结合 VBA 实现对 Excel 编程，强大的数据输入分析能力，同时拥有丰富的接口，结合 pandas/numpy/matplotlib 轻松应对 Excel 数据处理工作。

2.openpyxl

简单易用，功能广泛，单元格格式/图片/表格/公式/筛选/批注/文件保护等等功能应有尽有，图表功能是其一大亮点，缺点是对 VBA 支持的不够好。

3.pandas

数据处理是 pandas 的立身之本，Excel 作为 pandas 输入/输出数据的容器。

4.win32com

从命名上就可以看出，这是一个处理 windows 应用的扩展，Excel 只是该库能实现的一小部分功能。该库还支持 office 的众多操作。需要注意的是，该库不单独存在，可通过安装 pypiwin32 或者 pywin32 获取。

5.xlsxwriter

拥有丰富的特性，支持图片/表格/图表/筛选/格式/公式等，功能与openpyxl相似，优点是相比 openpyxl 还支持 VBA 文件导入，迷你图等功能，缺点是不能打开/修改已有文件，意味着使用 xlsxwriter 需要从零开始。

6.DataNitro

作为插件内嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 脚本。既然被称为 Excel 中的 python，协同其他 python 库亦是小事一桩。然而，这是付费插件…

7.xlutils

基于 xlrd/xlwt，老牌 python 包，算是该领域的先驱，功能特点中规中矩，比较大的缺点是仅支持 xls 文件。

读写测试

测试用例

用例1. 读.xls文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例2. 读.xlsx文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例3. 读.xls文件的整个表（表有1个分页，页有2000行1200列的整数）。
用例4. 读.xlsx文件的整个表（表有1个分页，页有2000行1200列的整数）。
用例5. 写.xls文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例6. 写.xlsx文件的整个表（表有5个分页，每个分页有2000行1200列的整数）。
用例7. 写.xls文件的整个表（表有1个分页，页有2000行1200列的整数）。
用例8. 写.xlsx文件的整个表（表有1个分页，页有2000行1200列的整数）。

测试结果

注：

xlwt和pandas每个工作页最多写入256列，因此测试用例修改为每页有2000行256列的整数.
xlutils读写依赖于xlrd和xlwt，不单独测试。
openpyxl测试两种模式，一是普通加载写入，二是read_only/write_only模式下的加载写入。
DataNitro要收费，且需依托Excel使用，本次不测试。

性能比较

单从读写的性能上考虑，win32com的性能是最好的，xlwings其次。

openpyxl虽然操作Excel的功能强大，但读写性能过于糟糕，尤其是写大表时，会占用大量内存（把我的4G内存用完了），开启read_only和write_only模式后对其性能有大幅提升，尤其是对读的性能提升很大，使其几乎不耗时（0.01秒有点夸张，不过确实是加载上了）。

pandas把Excel当作数据读写的容器，为其强大的数据分析服务，因此读写性能表现中规中矩，但其对Excel文件兼容性是最好的，支持读写.xls，.xlsx文件，且支持只读表中单一工作页。同样支持此功能的库还有xlrd，但xlrd只支持读，并不支持写，且性能不突出，需要配合xlutils进行Excel操作，并使用xlwt保存数据，而xlwt只能写入.xls文件（另一个可以写入.xls文件的库是pandas，且这两个写入的Excel文件最多只能有256列，其余库就我目前的了解均只能写入.xlsx文件），性能一般。

xlsxwriter功能单一，一般用来创建.xlsx文件，写入性能中庸。win32com拥有最棒的读写性能，但该库存在于pywin32的库中，自身没有完善的文档，使用略吃力。xlwings拥有和win32com不相伯仲的读写性能，强大的转换器可以处理大部分数据类型，包括二维的numpy array和pandas DataFrame，可以轻松搞定数据分析的工作。

综合考虑，xlwings的表现最佳，正如其名，xlwings——Make Excel Fly！

便捷性比较

本测试目前只是针对Excel文件的读写，并未涉及Excel操作，单从读写的便捷性来讲，各库的表现难分上下，但是win32com和xlwings这两个库可以在程序运行时实时在打开的Excel文件中进行操作，实现过程的可视化，其次xlwings的数据结构转换器使其可以快速的为Excel文件添加二维数据结构而不需要在Excel文件中重定位数据的行和列，因此从读写的便捷性来比较，仍是xlwings胜出。

代码示例

最后，附上一些演示代码，大家可自行体会下不同模块的使用。

6.1 xlwings基本代码

import xlwings as xw
#连接到excel
workbook = xw.Book(r'path/myexcel.xlsx')#连接excel文件
#连接到指定单元格
data_range = workbook.sheets('Sheet1').range('A1')
#写入数据
data_range.value = [1,2,3]
#保存
workbook.save()

6.2 xlsxwriter基本代码

import xlsxwriter as xw
#新建excel
workbook  = xw.Workbook('myexcel.xlsx')
#新建工作薄
worksheet = workbook.add_worksheet()
#写入数据
worksheet.write('A1',1)
#关闭保存
workbook.close()

6.3 xlutils基本代码import xlrd #读取数据

import xlwt #写入数据
import xlutils #操作excel
#----xlrd库
#打开excel文件
workbook = xlrd.open_workbook('myexcel.xls')
#获取表单
worksheet = workbook.sheet_by_index(0)
#读取数据
data = worksheet.cell_value(0,0)
#----xlwt库
#新建excel
wb = xlwt.Workbook()
#添加工作薄
sh = wb.add_sheet('Sheet1')
#写入数据
sh.write(0,0,'data')
#保存文件
wb.save('myexcel.xls')
#----xlutils库
#打开excel文件
book = xlrd.open_workbook('myexcel.xls')
#复制一份
new_book = xlutils.copy(book)
#拿到工作薄
worksheet = new_book.getsheet(0)
#写入数据
worksheet.write(0,0,'new data')
#保存
new_book.save()

6.4 win32com基本代码

import win32com.client as wc
#启动Excel应用
excel_app = wc.Dispatch('Excel.Application')
#连接excel
workbook = excel_app.Workbooks.Open(r'e:/myexcel.xlsx' )
#写入数据
workbook.Worksheets('Sheet1').Cells(1,1).Value = 'data'
#关闭并保存
workbook.SaveAs('newexcel.xlsx')
excel_app.Application.Quit()

6.5 openpyxl基本代码

import openpyxl
# 新建文件
workbook = openpyxl.Workbook()
# 写入文件
sheet = workbook.activesheet['A1']='data'
# 保存文件
workbook.save('test.xlsx')

6.6 DataNitro基本代码

#单一单元格赋值
Cell('A1').value = 'data'
#单元区域赋值
CellRange('A1:B2').value = 'data'

openpyxl具体使用

1、创建一个excel 文件，并写入不同类的内容

# -*- coding: utf-8 -*-
from openpyxl import Workbook
import datetime
import time
# 创建文件对象
wb = Workbook()
# 获取第一个sheet
ws = wb.active
# 在第1行第A列，写入数字23333
ws['A1'] = 23333
# 写入中文（unicode中文也可以）
ws['B1'] = "你好！"+"欢迎使用openpyxl"
# 在下一行，写入多个单元格
ws.append([1, 2, 3])
# 写入一个当前时间
ws['A2'] = datetime.datetime.now()
# 写入一个自定义的时间格式
ws['A3'] = time.strftime('%Y{y}%m{m}%d{d}%H{h}%M{f}%S{s}', time.localtime()).format(y='年', m='月', d='日', h='时', f='分', s='秒')
# 保存文件，注意文件覆盖
wb.save("test.xlsx")
# 关闭流
wb.close()

2、创建sheet

from openpyxl import Workbook
wb = Workbook()
# 创建一个sheet
ws1 = wb.create_sheet("sheet1")
# 设定一个sheet的名字
ws1.title = "sheet1 Title"
# 设定sheet的插入位置 默认插在后面
ws2 = wb.create_sheet("Mysheet", 0)
ws2.title = "Mysheet"
# 设定sheet的标签的背景颜色
ws1.sheet_properties.tabColor = "1072BA"
# 获取某个sheet对象
print(wb["sheet1 Title"])
print(wb["Mysheet"])
# 获取全部sheet的名字，遍历sheet名字
print(wb.sheetnames)
for i in wb.sheetnames:
    print(i)
print("*"*50)
for sheet in wb:
    print(sheet.title)
# 将sheet1中的A1单元格赋值为zeke
wb["sheet1 Title" ]["A1"] = "zeke"
# 复制一个sheet
source = wb["sheet1 Title"]
target = wb.copy_worksheet(source)
wb.save("test2.xlsx")
wb.close()

3、操作单元格

# -*- coding: utf-8 -*-
from openpyxl import Workbook
wb = Workbook()
# 创建一个sheet
ws1 = wb.create_sheet("Sheet1")
# 将A1单元格赋值为123.11
ws1["A1"] = 123.11
# 将B2单元格赋值为你好
ws1["B2"] = "你好"
# 将第4行第2列的单元赋值为10
temp = ws1.cell(row=4, column=2, value=10)
print(ws1["A1"].value)
print(ws1["B2"].value)
print(temp.value)
wb.save("test3.xlsx")
wb.close()

4、操作已存在的文件

# -*- coding: utf-8 -*-
from openpyxl import Workbook
from openpyxl import load_workbook
# 打开test5.xlsx文件
wb = load_workbook('test5.xlsx')
# 猜测格式类型
wb.guess_types = True
ws = wb.active
ws["A1"] = "12%"
print(ws["A1"].value)
# 注意如果原文件有一些图片或者图标，则保存的时候可能会导致图片丢失
wb.save("test5.xlsx")
wb.close()

5、操作批量的单元格

# -*- coding: utf-8 -*-
from openpyxl import Workbook
wb = Workbook()
# 创建一个sheet
ws1 = wb.create_sheet("Sheet")
ws1["A1"] = 1
ws1["A2"] = 2
ws1["A3"] = 3
ws1["B1"] = 4
ws1["B2"] = 5
ws1["B3"] = 6
ws1["C1"] = 7
ws1["C2"] = 8
ws1["C3"] = 9
# 操作单列
print(ws1["A"])
for cell in ws1["A"]:
    print(cell.value)
# 从A列到C列,获取每一个值
print(ws1["A:C"])
for column in ws1["A:C"]:
    for cell in column:
        print(cell.value)
# 从第1行到第3行，获取每一个值
row_range = ws1[1:3]
print(row_range)
for row in row_range:
    for cell in row:
        print(cell.value)
print("*"*50)
# 从第1行到第3行，从第1列到第3列
for row in ws1.iter_rows(min_row=1, min_col=1, max_col=3, max_row=3):
    for cell in row:
        print(cell.value)
# 获取所有行
print(ws1.rows)
for row in ws1.rows:
    print(row)
print("*"*50)
# 获取所有列
print(ws1.columns)
for col in ws1.columns:
    print(col)
wb.save("test4.xlsx")
wb.close()

6、获取所有的行(列)对象：

# coding=utf-8
from openpyxl import Workbook
from openpyxl import load_workbook
# 打开test5.xlsx文件
wb = load_workbook('test5.xlsx')
ws = wb.active
rows = []
for row in ws.iter_rows():
    rows.append(row)
# 所有行
print(rows)
# 获取第一行
print(rows[0])
# 获取第一行第一列的单元格对象
print(rows[0][0])
# 获取第一行第一列的单元格对象的值
print(rows[0][0].value)
# 获取最后行 print rows[-1]
print(rows[len(rows) - 1])
# 获取第后一行和最后一列的单元格对象
print(rows[len(rows) - 1][len(rows[0]) - 1])
# 获取第后一行和最后一列的单元格对象的值
print(rows[len(rows) - 1][len(rows[0]) - 1].value)
cols = []
for col in ws.iter_cols():
    cols.append(col)
# 所有列
print(cols)
# 获取第一列
print(cols[0])
# 获取第一列的第一行的单元格对象
print(cols[0][0])
# 获取第一列的第一行的值
print(cols[0][0].value)
print("*" * 30)
# 获取最后一列
print(cols[len(cols) - 1] )
# 获取最后一列的最后一行的单元格对象
print(cols[len(cols) - 1][len(cols[0]) - 1])
# 获取最后一列的最后一行的单元格对象的值
print(cols[len(cols) - 1][len(cols[0]) - 1].value)
wb.close()

推荐阅读(点击即可跳转阅读)

详解Python操作Excel文件

前言