Python使用openpyxl批量處理數據

   前言,因為經常使用Excel處理數據,像表格內的篩選,表格間數據的復制,都是簡單重復的操作,十分枯燥無聊,為瞭提高效率,主要是自己懶,特地研究openpyxl,發現能夠簡化個人勞動量,自己也是小白,特意寫一篇文章,共同探討。

安裝openpyxl

這個要說簡單也很簡單,就是 pip install openpyxl

難也十分難,因為很多人安裝不成功,各種報錯,而且錯誤都是英文,還看不懂。大傢可以搜索安裝openpyxl,有教程指導,應該問題不大。

開始學習

首先導入庫 openpyxl

import openpyxl as op

‘引入庫,並把庫的名字改為op,這樣後面操作會少打很多字母,畢竟懶才是促進社會進步的階梯’

打開指定工作表

wb = op.load_workbook('C:\\Users\\Administrator\\Desktop\\演示表.xlsx')

註意 \中第一個斜杠是轉移符, .xlsx才是openpyxl可以處理的格式

顯示工作表中有哪些子表

print(wb.sheetnames)

我操作的工作表中隻有一個表,代碼顯示結果是

在這裡插入圖片描述

操作工作表

要實現操作工作表,首先要選中它

w1 = wb['表1']

有多種方法可以選中這個表,這裡就用最簡單的一種,就是 工作表 + 子表名字

打印一個A1表格的內容

print((w1['A1'].value))

打印一列表格的內容,

for i in w1['A']:
    print(i.value)

打印一列表格中部分內容

for i in w1['A2':'A5']:
    for j in i:
        print(j.value)

註意,這裡多加瞭一個循環,在選中一列中部分表格時(A2到A5),第一次循環產生的格式和選中整列的格式會不一樣,需要再一次循環,才能訪問到單元格的值

批量改變某一列的內容

這是例表

我們將給戶主姓名這一列加入數字,一次為1,2,3,4…

import openpyxl as op
wb = op.load_workbook('C:\\Users\\Administrator\\Desktop\\演示表.xlsx')
print(wb.sheetnames)
w1 = wb['表1']
m = 0
for i in w1['B3':'B12']:
    for j in i:
        m = m + 1
        s = j.value + str(m)
        w1['B%d'%(m+2)] = s
wb.save('C:\\Users\\Administrator\\Desktop\\演示表.xlsx')

運行後表格如下

姓名後依次增加一個數字

需要註意的是,操作時表格應處於關閉狀態,操作完需要保存命令

根據某一項內容,改變對應項的內容
如果姓名含“雷”這個字,則要將其電話更改為0

import openpyxl as op
wb = op.load_workbook('C:\\Users\\Administrator\\Desktop\\演示表.xlsx')
print(wb.sheetnames)
w1 = wb['表1']
m = 0
for i in w1['B3':'B12']:
    for j in i:
        for n in j.value:
            if n == '雷':
                s = str(j)
                s = s[-3:]
                s = ''.join([x for x in s if x.isdigit()])
                s = int(s)
                w1['D%d'%s] = 0
                print(s)
wb.save('C:\\Users\\Administrator\\Desktop\\演示表.xlsx')

這段代碼實現瞭我們的訴求,即如果姓名含“雷”這個字,則要將其電話更改為0,但是十分醜陋,因為我沒找到一個簡潔的命令或是方法,實現根據單元格參數篩選出對應的行數,希望有這個的大神指點迷津,這是這段代碼的結果

在這裡插入圖片描述

總結

python 很強大,openpyxl也很強大,能夠批量處理Excel數據,但本人python功底不足,代碼實在不好看,希望有大神指點一二,共同提高python水平

以上就是Python使用openpyxl批量處理數據的詳細內容,更多關於Python批量處理的資料請關註WalkonNet其它相關文章!

推薦閱讀: