Python 处理 Excel 文件

1. 引言

Excel 是一种非常常用的办公软件，常用于数据的存储、分析和展示。Python 提供了多种库可以读写 Excel 文件，方便数据处理和分析。本文将详细介绍如何使用 Python 处理 Excel 文件，包括读取、写入数据、修改数据、合并、拆分等操作。

2. 安装相关库

在进行 Excel 文件处理之前，我们需要安装相应的库。常用的 Python 处理 Excel 的库有 openpyxl、xlrd 和 xlwt，可以通过以下命令进行安装：

pip install openpyxl xlrd xlwt

3. 读取 Excel 文件

Python 提供了不同的库读取不同格式的 Excel 文件。常见的 Excel 文件格式有 .xls 和 .xlsx，下面将分别介绍如何读取这两种格式的文件。

3.1 读取 .xls 文件

.xls 是一种较早的 Excel 文件格式，可以使用 xlrd 库来读取该格式的文件。以下是读取 .xls 文件的示例代码：

import xlrd

# 打开 Excel 文件
workbook = xlrd.open_workbook('data.xls')

# 获取第一个 Sheet
sheet = workbook.sheet_by_index(0)

# 获取总行数、总列数
num_rows = sheet.nrows
num_cols = sheet.ncols

# 逐行读取数据
for row in range(num_rows):
    for col in range(num_cols):
        cell_value = sheet.cell_value(row, col)
        print(cell_value)

运行以上代码，可以逐行读取 .xls 文件中的数据。

3.2 读取 .xlsx 文件

.xlsx 是一种较新的 Excel 文件格式，在读取时可以使用 openpyxl 库。以下是读取 .xlsx 文件的示例代码：

import openpyxl

# 打开 Excel 文件
workbook = openpyxl.load_workbook('data.xlsx')

# 获取第一个 Sheet
sheet = workbook.active

# 获取总行数、总列数
num_rows = sheet.max_row
num_cols = sheet.max_column

# 逐行读取数据
for row in sheet.iter_rows():
    for cell in row:
        cell_value = cell.value
        print(cell_value)

运行以上代码，可以逐行读取 .xlsx 文件中的数据。

4. 写入 Excel 文件

除了读取数据，Python 也可以将数据写入 Excel 文件中。以下将介绍如何写入数据到 Excel 文件。

4.1 写入到 .xls 文件

写入到 .xls 文件可以使用 xlwt 库。以下是写入到 .xls 文件的示例代码：

import xlwt

# 创建一个工作簿
workbook = xlwt.Workbook()

# 创建一个工作表
sheet = workbook.add_sheet('Sheet1')

# 写入数据
sheet.write(0, 0, 'Hello')
sheet.write(0, 1, 'World')

# 保存文件
workbook.save('output.xls')

运行以上代码，将会创建一个 output.xls 文件，并写入数据 ‘Hello’ 和 ‘World’ 到第一个 Sheet。

4.2 写入到 .xlsx 文件

写入到 .xlsx 文件可以使用 openpyxl 库。以下是写入到 .xlsx 文件的示例代码：

import openpyxl

# 创建一个工作簿
workbook = openpyxl.Workbook()

# 获取第一个 Sheet
sheet = workbook.active

# 写入数据
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'

# 保存文件
workbook.save('output.xlsx')

运行以上代码，将会创建一个 output.xlsx 文件，并写入数据 ‘Hello’ 和 ‘World’ 到第一个 Sheet。

5. 修改 Excel 文件

除了读取和写入数据，Python 也可以对 Excel 文件进行修改。以下是一些常见的修改操作。

5.1 修改某个单元格的值

要修改指定单元格的值，可以通过单元格的坐标进行操作。以下是修改 .xlsx 文件的示例代码：

import openpyxl

# 打开 Excel 文件
workbook = openpyxl.load_workbook('data.xlsx')

# 获取第一个 Sheet
sheet = workbook.active

# 修改 A1 单元格的值
sheet['A1'] = 'New Value'

# 保存文件
workbook.save('data_new.xlsx')

运行以上代码，将会修改 data.xlsx 文件中的 A1 单元格的值为 ‘New Value’。

5.2 修改整行或整列的值

如果要修改整行或整列的值，可以使用循环进行操作。以下是修改 .xlsx 文件整列的示例代码：

import openpyxl

# 打开 Excel 文件
workbook = openpyxl.load_workbook('data.xlsx')

# 获取第一个 Sheet
sheet = workbook.active

# 修改第一列的值
for row in sheet.iter_rows(min_row=1, max_row=sheet.max_row, min_col=1, max_col=1):
    for cell in row:
        cell.value = 'New Value'

# 保存文件
workbook.save('data_new.xlsx')

运行以上代码，将会修改 data.xlsx 文件中的第一列的值为 ‘New Value’。

6. 合并和拆分 Excel 文件

有时候我们需要将多个 Excel 文件合并成一个，或者将一个 Excel 文件拆分成多个。Python 提供了很多方法可以实现这些操作，下面将介绍一些常见的操作方式。

6.1 合并多个 Excel 文件

要合并多个 Excel 文件，可以使用 pandas 或 openpyxl 库。以下是使用 openpyxl 库合并 .xlsx 文件的示例代码：

import openpyxl

# 创建一个新的工作簿
merged_workbook = openpyxl.Workbook()
merged_sheet = merged_workbook.active

# 遍历要合并的文件
files = ['file1.xlsx', 'file2.xlsx', 'file3.xlsx']
for file in files:
    workbook = openpyxl.load_workbook(file)
    sheet = workbook.active

    # 逐行读取数据
    for row in sheet.iter_rows():
        row_values = [cell.value for cell in row]
        merged_sheet.append(row_values)

# 保存合并后的文件
merged_workbook.save('merged.xlsx')

运行以上代码，将会合并 file1.xlsx、file2.xlsx 和 file3.xlsx 中的数据到一个新的文件 merged.xlsx。

6.2 拆分 Excel 文件

要拆分一个 Excel 文件，可以使用 pandas 或 xlrd 库。以下是使用 xlrd 库拆分 .xlsx 文件的示例代码：

import xlrd
import xlwt

# 读取 Excel 文件
workbook = xlrd.open_workbook('data.xlsx')
sheet = workbook.sheet_by_index(0)

# 获取总行数
num_rows = sheet.nrows

# 定义拆分文件的行数
split_size = 100

# 获取文件名
file_name_template = 'split_{0}.xls'

# 计算拆分文件的数量
num_files = (num_rows // split_size) + 1

# 拆分文件
for i in range(num_files):
    start_row = i * split_size
    end_row = min((i+1) * split_size, num_rows)

    # 创建一个新的工作簿
    split_workbook = xlwt.Workbook()
    split_sheet = split_workbook.add_sheet('Sheet1')

    # 拷贝数据
    for row in range(start_row, end_row):
        for col in range(sheet.ncols):
            cell_value = sheet.cell_value(row, col)
            split_sheet.write(row - start_row, col, cell_value)

    # 保存拆分文件
    split_workbook.save(file_name_template.format(i))

运行以上代码，将会将 data.xlsx 文件中的数据拆分成以 split_{n}.xls 命名的多个文件，每个文件包含100行数据（最后文件可能少于100行）。