如何利用Python批量處理行、列和單元格詳解
精確調整工作表的行高和列寬
步驟
- 打開工作簿。
- 遍歷所有工作表
核心代碼
for i in workbook.sheets: value = i.range('A1').expand('table') value.column_width = 12 value.row_height = 20 workbook.save()
批量更改多個工作簿的數據格式
步驟:
- 列出文件夾中所有子文件
- 遍歷打開子文件
- 遍歷工作表
- 獲取工作表的最後一行
- 將指定列從上到下修改
核心代碼
#遍歷工作表 for j in workbook.sheets: # 獲取最後一行 row_num = j['A1'].current_region.last_cell.row # 數據格式修改 j['A2:A{}'.format(row_num)].number_format = 'm/d' j['D2:D{}'.format(row_num)].number_format = '¥#,##0.00' workbook.save() workbook.close()
使用xwings模塊中的number format屬性來設置單元格區域中數據的格式。該屬性的取值為一個代表特定格式的字符串,與Excel的“設置單元格格式”
對話框中“數字”選項卡下設置的格式對應。
批量更改工作簿的外觀格式
難點應該是外觀格式如何更改瞭吧,這裡介紹一些常用的外觀格式。
j 是工作表
設置字體格式
修改字體為宋體
j['A1:H1'].api.Font.Name = '宋體'
修改字號
j['A1:H1'].api.Font.Size= 10 # 10磅
字體加粗
j['A1:H1'].api.Font.Bold= True
字體顏色
# 白色 j['A1:H1'].api.Font.Color= xw.utils.rgb_to_int((255,255,255))
單元格填充顏色
# 填充顏色為黑色 j['A1:H1'].Color= xw.utils.rgb_to_int((0,0,0))
對齊方式
# 水平對齊方式為 居中 j['A1:H1'].api.HorizontalAlignment = xw.constants.HAlign.xlHAlignCenter # 垂直對齊方式為 居中 j['A1:H1'].api.VerticalAlignment= xw.constants.VAlign.xlVAlignCenter
以上是一列的如果是正文,j[‘A1:H1’]變成 j[‘A2’].expand(‘table’) 就可以瞭
添加合適粗細的邊框
# 遍歷所有的單元格 for cell in j['A1'].expand('table'): for b in range(7,12): # 設置單元格的邊框線型 cell.api.Borders(b).LineStyle = 1 # 設置單元格的邊框粗細 cell.api.Borders(b).Weight = 2
替換工作簿的行數據
核心代碼
# 遍歷工作表 for j in eorkbook.sheets: # 獲取工作表數據 value = j['A2'].expand('table').value #按行遍歷工作表數據 for index,val in enumerate(value): # 判斷行數據是否是這個 if val == ['背包',16,65]: # 是的話替換為新數據 value[index] = ['雙肩包',36,79] #將完成替換的數據寫入工作表中 j['A2'].expand('table').value = value workbook.save()
enumerate()是Python的內置函數,用於將一個可遍歷的數據對象(如列表、元組或字符串等)組合為一個索引序列,可同時得到數據對象的索引及對應的值,一般用在for語句當中。該函數的語法格式和常用參數含義如下。
enumerate(sequenxe,[start=0]) # start 是索引的起始位置
如果是修改指定行什麼辦呢?因為列是在行的第幾個單元格中我們可以按如下代碼進行修改
#按行遍歷工作表數據 for index,val in enumerate(value): # 修改第三個單元格,即第index行,第 3列,下標是從0開始的 val[2] = val[2] + 1 # 替換整行數據 value[index] = val
提取指定數據
import xlwings as xw import pandas as pd app = xw.App(visible = False, add_book = False) workbook = app.books.open('采購表.xlsx') worksheet = workbook.sheets data = [] for i in worksheet: values = i.range('A1').expand().options(pd.DataFrame).value # 一次性提取工作表中所有符合條件的行數據 filtered = values[values['采購物品'] == '復印紙'] if not filtered.empty: data.append(filtered) new_workbook = xw.books.add() new_worksheet = new_workbook.sheets.add('復印紙') new_worksheet.range('A1').value = pd.concat(data, ignore_index = False) new_workbook.save('復印紙.xlsx') workbook.close() app.quit()
提取列數據
import xlwings as xw import pandas as pd app = xw.App(visible = False, add_book = False) workbook = app.books.open('采購表.xlsx') worksheet = workbook.sheets column = ['采購日期', '采購金額'] data = [] for i in worksheet: values = i.range('A1').expand().options(pd.DataFrame, index = False).value filtered = values[column] data.append(filtered) new_workbook = xw.books.add() new_worksheet = new_workbook.sheets.add('提取數據') new_worksheet.range('A1').value = pd.concat(data, ignore_index = False).set_index(column[0]) new_workbook.save('提取表.xlsx') workbook.close() app.quit()
追加行數據
import os import xlwings as xw newContent = [['雙肩包', '64', '110'], ['腰包', '23', '58']] app = xw.apps.add() file_path = '分部信息' file_list = os.listdir(file_path) for i in file_list: if os.path.splitext(i)[1] == '.xlsx': workbook = app.books.open(file_path + '\\' + i) worksheet = workbook.sheets['產品分類表'] values = worksheet.range('A1').expand() number = values.shape[0] worksheet.range(number + 1, 1).value = newContent workbook.save() workbook.close() app.quit()
提取所有工作表的唯一值
import xlwings as xw app = xw.App(visible = True, add_book = False) workbook = app.books.open('上半年銷售統計表.xlsx') data = [] for i, worksheet in enumerate(workbook.sheets): values = worksheet['A2'].expand('down').value data = data + values data = list(set(data)) data.insert(0, '書名') new_workbook = xw.books.add() new_worksheet = new_workbook.sheets.add('書名') new_worksheet['A1'].options(transpose = True).value = data new_worksheet.autofit() new_workbook.save('書名.xlsx') workbook.close() app.quit()
總結
到此這篇關於如何利用Python批量處理行、列和單元格的文章就介紹到這瞭,更多相關Python批量處理行、列和單元格內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python自動化之批量處理工作簿和工作表
- python 使用xlsxwriter循環向excel中插入數據和圖片的操作
- Python使用xlrd和xlwt實現自動化操作Excel
- Python中的xlrd模塊使用整理
- 使用Python讀取和修改Excel文件(基於xlrd、xlwt和openpyxl模塊)