操作Excel不止openpyxl📊全网最全 Python 操作 Excel 大法来袭，绝对值得收藏！✨

开篇小故事：日常工作中的 Excel 问题

“又是 Excel！怎么又是 Excel！”

每当我在处理一些需要导入和导出数据的任务时，Excel 总是让我又爱又恨。作为一个程序员，明明知道这个工具是为数据分析师量身定做的，结果一不小心就被 Excel 的各种问题卡住了。特别是当 Excel 文件里有大量数据或者复杂的格式时，每次打开、编辑、保存都会出现各种意想不到的问题——例如乱码、格式错乱、甚至无法正确读取某些特殊的公式……

于是，我忍无可忍，决定让 Python 来解救我！🎉

好了，废话不多说。今天我们要聊的正是：如何利用 Python 操作 Excel 文件。Python 可不是在这方面默默无闻，它有好几个功能强大的库可以帮我们轻松搞定 Excel 文件的读取、写入、修改等操作。那么，到底有哪些库值得我们使用呢？哪个库最适合自己的项目呢？我们通过一张表格进行对比，帮助你做出选择！

---

Python 操作 Excel 库大比拼

表格给你做好了，剩下的怎么选参考下面这几句话：

• 数据量大小：大数据集推荐使用pandas
• 格式要求：需要精确控制格式选择openpyxl
• 兼容性：处理旧版Excel文件选择xlrd/xlwt
• 自动化需求：需要Excel自动化操作选择xlwings
• 简单任务：简单的读写操作可以使用pyexcel
• Python版本：根据项目的Python版本选择兼容的库
• 预算考虑：大多数库都是免费的，但如果需要xlwings的高级功能需要付费库名称

---

openpyxl：最受欢迎的 Excel 操作库 🏆

一、简介

openpyxl 是一个可以读取、写入和修改 Excel 文件（即.xlsx 格式）的 Python 库。它非常适合用来处理那些需要在 Excel 文件中进行数据分析、报表生成等工作的场景。你可以通过它轻松实现批量读取、写入数据、设置格式、绘制图表、甚至进行公式计算等操作。简单来说，它是你的 Excel 好伙伴！📊

官方文档

官方文档地址：openpyxl documentation

文档中详细介绍了库的各个功能，包括基本的读取写入操作、单元格格式设置、样式应用、图表绘制等。如果你有更深入的需求，直接去翻文档就对了！🧐

---

二、安装教程

我们安装openpyxl 简直轻松得像喝水一样，使用pip 安装：

pip install openpyxl

🎉 就这么简单！如果你使用的是 Jupyter Notebook 也可以直接在 Notebook 中运行：

!pip install openpyxl

安装完成后，你就可以开始愉快地使用openpyxl 来操作 Excel 文件啦！📝

---

三、使用介绍

现在，我们来进入正题，了解下openpyxl 库的基本用法。准备好了吗？Let's go！🚀

1. 读取Excel文件

我们先来看一个简单的读取 Excel 文件的例子。假设你有一个名为data.xlsx 的 Excel 文件，里面有一些数据：

from openpyxl import load_workbook

# 加载工作簿
wb = load_workbook('data.xlsx')

# 选择活跃的工作表
ws = wb.active

# 打印某个单元格的内容
print(ws['A1'].value)

上面的代码通过load_workbook 打开了 Excel 文件，ws = wb.active 选中了活动的工作表（一般就是第一个工作表）。然后，我们打印了 A1 单元格的内容。是不是超简单！💡

2. 写入Excel文件

接下来，看看如何向 Excel 写入数据。假设我们要向data.xlsx 文件的 A1 单元格写入“Hello, Python!”：

from openpyxl import load_workbook

# 加载工作簿
wb = load_workbook('data.xlsx')

# 选择活跃的工作表
ws = wb.active

# 写入数据
ws['A1'] = 'Hello, Python!'

# 保存工作簿
wb.save('data.xlsx')

是不是很像在 Excel 中直接修改内容呀？这就是openpyxl 的魔力！🔮

3. 遍历Excel表格数据

想批量读取多个单元格的数据？那我们可以使用iter_rows() 方法来遍历每一行数据。比如，读取前 3 行的数据：

from openpyxl import load_workbook

# 加载工作簿
wb = load_workbook('data.xlsx')

# 选择工作表
ws = wb.active

# 遍历前 3 行数据
for row in ws.iter_rows(min_row=1, max_row=3, values_only=True):
    print(row)

iter_rows 方法会返回每一行的数据，values_only=True 参数表示我们只关心单元格的值而不需要其他元数据。

---

四、实战演练

到了最精彩的部分啦！🥳 让我们通过一个小案例来实现更有趣的功能。

案例：自动生成一个简单的成绩单

假设我们要自动生成一个简单的成绩单，包含学生姓名、学号、科目以及成绩等信息。结果生成一个 Excel 表格，数据如下：

学生姓名	学号	科目	成绩
张三	202301	数学	95
李四	202302	英语	88
王五	202303	物理	91

好啦，接下来我们就用openpyxl 来生成这个成绩单！

from openpyxl import Workbook

# 创建一个新的工作簿
wb = Workbook()

# 选择活动的工作表
ws = wb.active
ws.title = "成绩单"

# 添加表头
ws.append(["学生姓名", "学号", "科目", "成绩"])

# 添加学生成绩
students = [
    ("张三", "202301", "数学", 95),
    ("李四", "202302", "英语", 88),
    ("王五", "202303", "物理", 91)
]

# 将数据逐行添加
for student in students:
    ws.append(student)

# 保存工作簿
wb.save("成绩单.xlsx")

运行这段代码后，Excel 文件成绩单.xlsx 就会自动生成并保存到当前目录啦！🎓🎉 你还可以根据需要对表格进行更多操作，比如设置字体样式、单元格边框、单元格填充颜色等。下面是一个添加单元格样式的例子：

添加单元格样式

from openpyxl.styles import Font, Color, Alignment

# 设置字体加粗，字体颜色为红色
bold_font = Font(bold=True, color="FF0000")
# 设置单元格居中
center_alignment = Alignment(horizontal="center", vertical="center")

# 设置 A1 单元格样式
ws['A1'].font = bold_font
ws['A1'].alignment = center_alignment

# 保存文件
wb.save("成绩单_样式.xlsx")

看，Excel 文件中 A1 单元格的字体变成了红色并且加粗，且内容居中显示！🔥

五、小结

通过上面的介绍，你应该对 openpyxl 库有了一个全面的了解。这个库不仅能让你轻松地读取、写入 Excel 文件，还能处理更复杂的操作，如设置单元格样式、添加公式、绘制图表等。👩‍💻

---

pandas：数据分析的首选库 📊

一、简介：

pandas 是一个开源的 Python 数据分析库，它的名字来源于 "panel data"（面板数据），专门用来处理和分析结构化数据，尤其擅长表格数据。通过pandas，你可以轻松地读取、清洗、处理、分析各种数据，包括 Excel、CSV、SQL、JSON 等多种格式的数据。

官方文档：

pandas 官方文档
文档里有详细的操作说明，记得可以时常去看看哦，它就像是你学习数据分析的"救命稻草"！🧐

---

二、安装教程

如果你还没有安装pandas，那你就太落后了！（开个玩笑，不要介意哈 😆）安装非常简单，只需要通过 Python 的包管理工具pip 来安装。打开你的命令行窗口，输入以下命令：

pip install pandas

等着它自顾自地安装完毕，不用担心，速度快得就像你在赶火车一样！🚆

小提示：有时候可能需要加上--user 参数，避免权限问题：

pip install --user pandas

安装完了之后，别忘了检查一下是否安装成功！在 Python 中输入：

import pandas as pd

如果没有报错，那就成功了！👍

---

三、使用介绍

说了这么多，肯定有同学问了，pandas 这个库能干什么？最常见的操作之一就是读取和写入 Excel 文件，因为在工作中很多数据都是存储在 Excel 中的。那我们就从这里入手，来看看怎么用pandas 轻松操作 Excel 吧！

1. 读取 Excel 文件

我们来使用pandas 中的read_excel 函数读取 Excel 文件。首先，你需要安装一个额外的库——openpyxl，它可以让pandas 读取.xlsx 格式的文件。可以通过以下命令安装：

pip install openpyxl

一旦安装好了，就可以开始读取 Excel 文件了！假设你有一个名为data.xlsx 的 Excel 文件，代码如下：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('data.xlsx')

# 显示数据
print(df)

read_excel 函数参数：

• sheet_name：指定读取哪一张工作表。默认读取第一张工作表。如果你想读取第二张或其他的工作表，可以通过sheet_name=1 或sheet_name='Sheet2' 来指定。
• header：指定标题行，默认为0，表示第一行是标题。

2. 写入 Excel 文件

pandas 还可以将你处理后的数据写回 Excel 文件，简直不要太方便！你只需要使用to_excel 函数。例如，将数据框df 写入output.xlsx：

# 写入 Excel 文件
df.to_excel('output.xlsx', index=False)

小提醒：参数index=False 表示不把索引列也写入 Excel。如果你想保留索引，可以去掉这个参数或者设置为True。

---

四、实战演练

让我们来一场小小的实战演练！假设我们有一份 Excel 文件，包含一些学生成绩数据（students.xlsx）：

姓名	数学	英语	语文
小明	85	90	92
小红	88	94	91
小强	78	82	79

我们要做什么呢？简单！我们用pandas 来读取这份文件，计算每个学生的平均分，然后保存回 Excel！

1. 读取 Excel 文件

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('students.xlsx')

# 打印原始数据
print("原始数据：")
print(df)

1. 计算平均分

# 计算平均分
df['平均分'] = df[['数学', '英语', '语文']].mean(axis=1)

# 打印包含平均分的新数据
print("新增平均分：")
print(df)

1. 写入 Excel 文件

# 将数据写回新的 Excel 文件
df.to_excel('students_with_avg.xlsx', index=False)

print("处理完的数据已保存为 'students_with_avg.xlsx'")

---

五、小结

1. pandas 是处理数据的神器，不仅支持 Excel 文件，还能读取 CSV、SQL 等格式，强大到不行！
2. 使用read_excel 和to_excel 读写 Excel 文件时，记得安装openpyxl 库。
3. 在使用pandas 处理数据时，一定要善用它的DataFrame 结构，它可是最强的数据管理神器！
4. 遇到问题时，可以随时去官方文档找找答案，别让自己孤军奋战！😎

---

xlrd：专注于旧版.xls 格式 📚

一、简介

xlrd 是一个 Python 库，用于读取 Excel 文件（.xls 和.xlsx 格式）。如果你需要从 Excel 中提取数据，或者你是个数据分析师/程序员，整天和 Excel 打交道，xlrd 就是你的好伙伴！👯‍♀️

注意：  从xlrd 版本 2.0 开始，它只支持.xls 格式，不再支持.xlsx 格式了！但没关系，解决方案是使用openpyxl 来处理.xlsx 文件。xlrd 专注于.xls 文件，但还是非常好用的！⚡

官方文档

• 你可以在这里找到xlrd 的官方文档：xlrd.readthedocs.io/en/latest/
• 文档里会有详细的安装教程、API 说明以及更多的使用案例。你可以在这里了解所有xlrd 的功能和特性。

---

二、安装教程

安装xlrd 非常简单，只需要使用pip 命令就可以了！🎉

在你的终端中输入以下命令：

pip install xlrd

如果你用的是python3，可以试试：

pip3 install xlrd

安装完毕后，试试运行一下 Python，导入xlrd：

import xlrd
print(xlrd.__version__)

如果没有报错，说明你成功安装了xlrd！👏

---

三、使用介绍

现在我们来看看如何用xlrd 打开和读取 Excel 文件。🎬

1 打开 Excel 文件

首先，我们要打开一个 Excel 文件。假设我们有一个名为sample.xls 的文件，内容大致如下：

姓名	年龄	城市
小明	20	北京
小红	22	上海
小李	25	广州

import xlrd

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

# 打印出所有工作表的名称
print(workbook.sheet_names())  # ['Sheet1']

# 获取第一个工作表
sheet = workbook.sheet_by_index(0)

2 读取 Excel 内容

一旦打开了 Excel 文件并获取了工作表，我们就可以开始读取数据啦！例如，读取表格中的单元格：

# 获取表格中第一行第一列的值
first_cell = sheet.cell_value(0, 0)  # '小明'
print(first_cell)

# 获取第二行第二列的值
second_cell = sheet.cell_value(1, 1)  # 22
print(second_cell)

3 读取整行或整列

有时我们需要一次性读取一行或一列的数据。xlrd 提供了简单的方法来实现这一点。

# 获取第一行数据（索引从0开始）
first_row = sheet.row_values(0)  # ['小明', 20, '北京']
print(first_row)

# 获取第一列数据
first_col = sheet.col_values(0)  # ['小明', '小红', '小李']
print(first_col)

4 获取表格的尺寸

如果你想知道表格的大小（行数、列数），可以使用nrows 和ncols 属性：

# 获取表格的行数和列数
rows = sheet.nrows
cols = sheet.ncols
print(f"行数：{rows}, 列数：{cols}")

---

四、实战演练

我们来个实战演练！假设你有一个包含学生成绩单的 Excel 文件，格式如下：

姓名	数学成绩	英语成绩	语文成绩
小明	90	85	92
小红	88	91	85
小李	95	89	94

我们将使用xlrd 来读取并计算每个学生的平均成绩。💡

1 创建score.xlsx 文件

首先，确保你有一个类似于上面这样的成绩单文件。如果没有，可以用 Excel 自己创建一个，或者使用以下 Python 代码生成它（通过openpyxl）：

import openpyxl

wb = openpyxl.Workbook()
sheet = wb.active
sheet.append(["姓名", "数学成绩", "英语成绩", "语文成绩"])
sheet.append(["小明", 90, 85, 92])
sheet.append(["小红", 88, 91, 85])
sheet.append(["小李", 95, 89, 94])

wb.save("score.xlsx")

2 使用xlrd 读取成绩并计算平均分

import xlrd

# 打开成绩单文件
workbook = xlrd.open_workbook('score.xlsx')
sheet = workbook.sheet_by_index(0)

# 获取列索引
name_col = 0
math_col = 1
english_col = 2
chinese_col = 3

# 遍历所有学生的成绩并计算平均分
for row_idx in range(1, sheet.nrows):  # 从1开始跳过表头
    name = sheet.cell_value(row_idx, name_col)
    math_score = sheet.cell_value(row_idx, math_col)
    english_score = sheet.cell_value(row_idx, english_col)
    chinese_score = sheet.cell_value(row_idx, chinese_col)
    
    # 计算平均分
    avg_score = (math_score + english_score + chinese_score) / 3
    print(f"{name} 的平均成绩是：{avg_score:.2f}")

输出：

小明 的平均成绩是：89.00 小红 的平均成绩是：88.00 小李 的平均成绩是：92.67

五、小结

我们通过几个简单的例子学习了 xlrd 库的基本用法，掌握了如何读取 Excel 文件中的数据，如何获取特定单元格的值、整行或整列数据，并实现了一个计算学生平均成绩的小项目。🚀

记住：xlrd 是一个非常强大的工具，尤其适合你处理 .xls 格式的 Excel 文件。如果你需要处理 .xlsx 文件，可以尝试用 openpyxl 或 pandas。😎

---

xlwt：写.xls 格式的专用库 🖊️

一、简介

xlwt 是一个Python库，专门用来写入Excel文件，尤其是对 .xls 格式的文件有很好的支持。它可以让你像操作Excel一样，轻松地在Python中创建、编辑、保存工作簿和工作表，填充各种格式的单元格数据。虽然现在很多人更习惯使用openpyxl 来操作.xlsx 文件，但xlwt 依然在一些老旧项目中发挥着重要作用。

xlwt 的主要功能：

• 创建新的.xls 文件。
• 向工作表中插入数据、公式、格式。
• 设置单元格的字体、颜色、边框、对齐方式等。
• 支持读取和修改已有的.xls 文件。

官方文档

• 你可以在这里找到 xlwd 的官方文档：xlwt.readthedocs.io/en/latest/
• 当你需要处理的Excel文件是.xls 格式时，xlwt 非常合适。
• 如果你需要快速创建一些格式化的报告，或者对已有的.xls 文件进行简单修改，xlwt 也能满足你的需求。

---

二、安装教程

打开你的终端或命令行工具，输入以下命令：

pip install xlwt

安装成功后，你就可以在Python中导入并使用它啦！

import xlwt

---

三、使用介绍

接下来，咱们来看看如何使用xlwt 来创建一个简单的Excel文件，填充一些数据，并进行格式化。让你的Excel文件既好看又好用！💅

1 创建一个工作簿

创建工作簿是你创建任何Excel文件的第一步：

import xlwt

# 创建一个工作簿
workbook = xlwt.Workbook()

2 创建工作表

有了工作簿，接下来我们要创建一个工作表：

# 创建一个工作表，名字是“Sheet1”
sheet = workbook.add_sheet("Sheet1")

3 向单元格写入数据

工作表已经创建好，现在我们来给它填充一些数据：

# 向第1行第1列的单元格写入数据
sheet.write(0, 0, "Hello, Excel!")
sheet.write(1, 0, "This is xlwt!")

★ 

记住，write 方法中的第一个参数是行号，第二个参数是列号，第三个是你想写入的数据。请注意，xlwt 使用的是从0开始的索引（所以行列都从0算起）。🧮

”

4 设置单元格格式

既然要让Excel文件既好看又实用，当然得给单元格设置一些格式了。这里，我们可以给单元格设置字体、对齐方式、边框和背景颜色等。

# 创建一个字体对象
font = xlwt.Font()
font.bold = True# 设置字体加粗
font.colour_index = 2# 设置字体颜色为红色

# 创建一个对齐对象
alignment = xlwt.Alignment()
alignment.horz = xlwt.Alignment.HORZ_CENTER  # 水平居中对齐

# 创建一个样式对象
style = xlwt.XFStyle()
style.font = font
style.alignment = alignment

# 向第1行第2列写入数据并应用样式
sheet.write(0, 1, "Formatted Text", style)

★ 

在这里，我们给单元格加粗了红色字体，并且水平居中对齐了文本。是不是很酷？😎

”

5 保存工作簿

所有的内容设置好后，别忘了保存工作簿！

# 保存工作簿
workbook.save("example.xls")

★ 

小贴士：保存的文件是 .xls 格式，这也是 xlwt 的默认格式。如果需要处理 .xlsx 文件，可以考虑使用 openpyxl 或 xlsxwriter。

”

---

四、实战演练

我们来做个简单的实战练习，制作一个带有格式的学生成绩单，包含学生姓名、科目、成绩等信息，并加上一些格式。

import xlwt

# 创建工作簿
workbook = xlwt.Workbook()

# 创建工作表
sheet = workbook.add_sheet("成绩单")

# 设置标题样式
title_font = xlwt.Font()
title_font.bold = True
title_style = xlwt.XFStyle()
title_style.font = title_font

# 设置列标题
sheet.write(0, 0, "学生姓名", title_style)
sheet.write(0, 1, "语文成绩", title_style)
sheet.write(0, 2, "数学成绩", title_style)
sheet.write(0, 3, "英语成绩", title_style)

# 填充学生成绩数据
students = [
    ("张三", 90, 85, 92),
    ("李四", 78, 88, 84),
    ("王五", 82, 79, 80)
]

# 填充数据
for i, student in enumerate(students, start=1):
    sheet.write(i, 0, student[0])
    sheet.write(i, 1, student[1])
    sheet.write(i, 2, student[2])
    sheet.write(i, 3, student[3])

# 设置总成绩列标题
sheet.write(0, 4, "总成绩", title_style)

# 计算每个学生的总成绩并填充
for i in range(1, len(students) + 1):
    total_score = students[i-1][1] + students[i-1][2] + students[i-1][3]
    sheet.write(i, 4, total_score)

# 保存文件
workbook.save("student_scores.xls")

print("成绩单已经生成！🎉")

运行这个程序，你会得到一个格式化的Excel成绩单，里面包含了学生姓名、各科成绩以及总成绩。是不是很方便！📈

---

五、小结

xlwt 是一个非常实用的库，适合用于生成和操作.xls 格式的Excel文件。它支持基本的数据写入、格式设置（如字体、颜色、对齐、边框等），对于一些简单的Excel操作非常高效。虽然现在.xlsx 格式更为流行，但如果你只需要处理.xls 文件，xlwt 依然是一个不错的选择。💡

---

xlwings：在 Python 与 Excel 之间架起桥梁的神器✨

一、简介

xlwings 是一个非常强大的 Python 库，它能让你轻松地操控 Excel，直接在 Excel 中运行 Python 代码，也能将 Excel 文件中的数据导入 Python。简而言之，它就是 Python 和 Excel 的"亲密助手"，你完全可以把它当作 Excel 操作的超能力工具。

核心功能：

• 操作 Excel 文件：可以读取、修改、写入 Excel 文件。
• 数据交换：方便地将 Excel 数据与 Python 中的变量互相传递。
• 内置 Excel 公式支持：可以在 Excel 中直接运行 Python 脚本。
• Excel 图表生成：自动生成图表和其他图形化内容。
• 和 Pandas 兼容：Pandas DataFrame 可以轻松读写到 Excel。

官方文档：

• xlwings 官方文档：docs.xlwings.org/en/stable/
• 文档里有详细的安装方法、示例代码和一些高级用法，强烈推荐大家去看。😎

---

二、安装教程

xlwings 的安装非常简单，就像吃个小蛋糕一样（当然，要是你不会做蛋糕，别担心，Python 为你解决了所有问题 😋）。

1. 使用pip 安装：

pip install xlwings

如果你使用的是Anaconda，可以直接在 Conda 环境中安装：

conda install -c conda-forge xlwings

2. 安装完成后，验证是否安装成功：

import xlwings as xw
print(xw.__version__)

如果你能看到版本号，恭喜你！安装成功，🎉🎉🎉，接下来就是大显身手的时候了！

---

三、使用介绍

在我们进入实战之前，先来简单了解一下如何用xlwings 操作 Excel。

1.打开一个 Excel 文件

import xlwings as xw

# 打开 Excel
app = xw.App(visible=True)  # visible=True 表示 Excel 窗口可见
workbook = app.books.open('你的Excel文件.xlsx')  # 打开一个已存在的文件

2.读取和修改单元格

# 读取指定单元格内容
sheet = workbook.sheets['Sheet1']  # 获取名为 'Sheet1' 的工作表
value = sheet.range('A1').value  # 读取 A1 单元格的值
print(value)

# 修改指定单元格内容
sheet.range('A2').value = 'Hello from xlwings!'  # 在 A2 单元格写入内容

3.写入多个单元格（批量操作）

import pandas as pd

# 创建一个 Pandas DataFrame
data = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35]
})

# 将 DataFrame 写入 Excel
sheet.range('A1').value = data

4.运行 Python 代码并在 Excel 中显示结果

你可以直接在 Excel 中运行 Python 代码，并将结果展示在 Excel 表格中。这对于数据分析和自动化操作来说非常方便！

---

四、实战演练

现在让我们通过一个简单的实战来看看如何运用xlwings 来自动化填报 Excel 数据。

假设你有一个 Excel 表格，每个月需要记录不同员工的考勤情况。现在我们需要自动化填报一些数据。

1.首先创建一个 Excel 文件（例如attendance.xlsx） ，内容如下：

姓名	1号	2号	3号	4号	5号
Alice
Bob
Charlie

2.Python 脚本自动填报数据

import xlwings as xw
import random

# 打开 Excel 文件
app = xw.App(visible=True)
workbook = app.books.open('attendance.xlsx')
sheet = workbook.sheets['Sheet1']

# 填报数据
for i in range(1, 4):  # 从第 1 行到第 3 行（员工）
    for j in range(1, 6):  # 从第 1 列到第 5 列（日期）
        # 随机填入出勤数据（假设随机出勤，1为出勤，0为缺席）
        sheet.range(i + 1, j + 1).value = random.choice([0, 1])

# 保存文件
workbook.save('attendance_filled.xlsx')
workbook.close()

这段代码会为每个员工的每天考勤情况随机填充0 或1，然后保存为新的 Excel 文件——attendance_filled.xlsx。

3.运行脚本后，Excel 文件将自动填充考勤数据，就像魔术一样！🎩✨

---

五、小结

xlwings 是一个非常强大的工具，它不仅能帮助我们自动化处理 Excel 文件，还能让我们在 Excel 中运行 Python 代码，极大地提升了工作效率和自动化程度。🎯

通过今天的介绍和示例，你应该能初步掌握xlwings 的基本用法了。接下来，你可以在项目中发挥创意，去尝试更多的功能，比如图表生成、动态更新数据等等。

---

额外的技巧：利用xlwings 提升工作效率 🚀

• 与 Pandas 配合使用：你可以将 Pandas DataFrame 直接写入 Excel，极大地提升数据分析和可视化的效率。
• 自动化报告：如果你每天需要生成报告，xlwings 可以帮你通过 Python 自动化这个过程，告别手动操作！
• Excel 与 Python 双向互动：不仅 Python 可以修改 Excel 数据，Excel 还可以调用 Python 脚本进行更复杂的计算，简直是"Python+Excel"的黄金搭档！

---

pyexcel：数据你来搞，剩下的细节交给我 🍰

一、简介

PyExcel 是一个简单而强大的库，用于读取、写入和操作 Excel 文件（.xls、.xlsx、.ods 等）。它的主要目标是简化数据表格的操作，避免让你陷入那些繁琐的 Excel 处理细节。你只需要关注数据，PyExcel 会为你做剩下的事情。

你可以通过它轻松地操作 Excel 表格，并且它的 API 非常简洁易懂。如果你之前已经被 Excel 的复杂 API 噎到，使用 PyExcel 可能会让你重新爱上表格！💡

官方文档：

你可以访问 PyExcel 的官方文档来获取更多详细信息：PyExcel Documentation

二、安装教程

想要用 PyExcel 进行 Excel 操作吗？很简单！只需要运行以下命令来安装这个库：

pip install pyexcel

此外，如果你需要支持.xlsx 格式的文件（这是大多数人的首选格式），还可以安装以下依赖：

pip install pyexcel-xlsx

当然，如果你还需要操作 ODS（OpenDocument Spreadsheet）格式的文件，可以额外安装：

pip install pyexcel-ods

安装完这些，你就可以开始你的表格处理之旅了！🌟

三、使用介绍

1. 读取 Excel 文件

假设你有一个名为data.xlsx 的文件，里面包含了一些数据。使用 PyExcel 来读取这个文件只需要这么简单的几行代码：

import pyexcel as pe

# 读取 Excel 文件
sheet = pe.get_sheet(file_name="data.xlsx")

# 输出读取的数据
print(sheet)

这时候，sheet 会以一个类似二维列表的结构返回 Excel 中的内容。例如：

| Name | Age | City | |----------|-----|-----------| | Alice | 30 | New York | | Bob | 25 | Los Angeles|

是不是超级简洁？🤩

2. 写入 Excel 文件

如果你想把数据保存成一个 Excel 文件，PyExcel 也让这件事变得超级轻松！只需要将数据以字典、列表或者字典列表的形式传入save_as 函数就行了：

import pyexcel as pe

data = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'New York'],
    ['Bob', 25, 'Los Angeles']
]

# 保存为 Excel 文件
pe.save_as(array=data, dest_file_name="output.xlsx")

这样，output.xlsx 就会被生成，并且内容是我们给定的数据。想要看一下 Excel 文件是不是已经写好？直接打开就行，代码可不需要那么复杂！😉

3. 操作数据

PyExcel 还支持一些基本的数据操作。例如，删除某一列、修改某一行或者筛选数据。想让表格变得更“好看”一点？

import pyexcel as pe

data = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'New York'],
    ['Bob', 25, 'Los Angeles']
]

# 创建一个 Sheet 对象
sheet = pe.Sheet(data)

# 删除第二列
sheet.delete_columns([1])

# 输出修改后的数据
print(sheet)

输出的内容将不再有“Age”这一列：

| Name | City | |----------|-----------| | Alice | New York | | Bob | Los Angeles|

4. 过滤数据

想要筛选符合条件的行？当然没问题！比如筛选出所有“Age”大于等于30的人：

import pyexcel as pe

data = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'New York'],
    ['Bob', 25, 'Los Angeles']
]

# 创建一个 Sheet 对象
sheet = pe.Sheet(data)

# 筛选出 Age >= 30 的行
filtered_data = sheet.row.select(lambda row: row[1] >= 30)

# 输出筛选后的数据
print(filtered_data)

输出：

[['Name', 'Age', 'City'], ['Alice', 30, 'New York']]

看！是不是很简单？💡

四、实战演练

场景：生成报告

假设你正在做一份关于员工信息的 Excel 报告，内容包括：员工姓名、年龄、城市、薪资、入职日期等信息。你需要将这些信息汇总到一个 Excel 文件中，PyExcel 来帮忙。

1. 准备数据

首先，我们构建一个模拟的员工数据列表：

import pyexcel as pe
from datetime import datetime

# 模拟的员工数据
employees = [    ['Name', 'Age', 'City', 'Salary', 'Joining Date'],
    ['Alice', 30, 'New York', 80000, datetime(2015, 6, 1)],
    ['Bob', 25, 'Los Angeles', 75000, datetime(2017, 9, 15)],
    ['Charlie', 28, 'Chicago', 72000, datetime(2019, 1, 20)]
]

1. 写入 Excel 文件

接着，我们使用pyexcel 将这些数据写入到 Excel 文件：

# 写入员工数据到 Excel
pe.save_as(array=employees, dest_file_name="employee_report.xlsx")

1. 数据处理

假设你想将“Salary”列进行汇总，查看一下每个人的薪资总额，或者做一些其他操作，PyExcel 也能够轻松应对。比如我们将薪资大于 75,000 的员工筛选出来：

# 筛选出薪资大于 75,000 的员工
high_salary_employees = pe.Sheet(employees).row.select(lambda row: row[3] > 75000)
print(high_salary_employees)

输出：

[['Name', 'Age', 'City', 'Salary', 'Joining Date'], ['Alice', 30, 'New York', 80000, datetime(2015, 6, 1)]]

1. 最终汇总

这样，你就可以用 PyExcel 来实现一个数据处理和生成 Excel 文件的小小应用啦！🎉

五、小结

PyExcel 是一个非常简单易用的库，它为你处理 Excel 文件提供了非常便利的 API，让你可以专注于数据本身，而不用被 Excel 文件的繁琐细节所困扰。通过几个简单的命令，你就能读取、写入、处理 Excel 文件，甚至做一些更复杂的数据筛选操作。

如果你还在为 Excel 文件的操作而头疼，不妨尝试一下 PyExcel，相信它会让你爱不释手的！🎈

---

写在最后 🎯

爆肝一整宿，希望这篇文章能帮助你快速找到合适的 Excel 库。