python和excel的结合新软件_Python处理Excel模块的对比分析!
數(shù)據(jù)處理是
Python
的一大應(yīng)用場景,而
Excel
則是最流行的數(shù)據(jù)處理軟件。因此用 Python 進(jìn)行數(shù)據(jù)相關(guān)的工作時,難免要和
Excel
打交道。
如果僅僅是要以表單形式保存數(shù)據(jù),可以借助
CSV 格式
(一種以逗號分隔的表格數(shù)據(jù)格式)進(jìn)行處理,
Excel
也支持此格式。但標(biāo)準(zhǔn)的 Excel 文件
(xls/xlsx)
具有較復(fù)雜的格式,并不方便像普通文本文件一樣直接進(jìn)行讀寫,需要借助第三方庫來實現(xiàn)。
常用的庫是 python-excel 系列:
xlrd、xlwt、xlutils
xlrd- 讀取 Excel 文件
xlwt- 寫入 Excel 文件
xlutils- 操作 Excel 文件的實用工具,如復(fù)制、分割、篩選等
盡管這是目前被用得最多的 Excel 庫,我還是很想吐槽為什么這三個包不能放在一個模塊里……另外它們有個缺陷,就是只能處理 xls 文件。如果你想用新版本的 xlsx,可以考慮
openpyxl
和
xlsxwriter
。
不過今天只說說這三個
Part.1
安裝
安裝的方法沒啥特別的,只是得裝三遍??梢韵螺d安裝包、下載代碼壓縮包、或者通過 pip 等。(可參考
《我該如何,安裝python的第三方模塊》
)
如果安裝過之前推薦的 anaconda,那么就已經(jīng)有了 xlrd 和 xlwt,但 xlutils 沒有附帶在安裝包中,使用時仍需另行安裝。
Part.2
讀取
結(jié)合一段簡單的代碼來看:
import xlrd
# 打開 xls 文件
book = xlrd.open_workbook("test.xls")
print "表單數(shù)量:", book.nsheets
print "表單名稱:", book.sheet_names()
# 獲取第1個表單
sh = book.sheet_by_index(0)
print u"表單 %s 共 %d 行 %d 列" % (sh.name, sh.nrows, sh.ncols)
print "第二行第三列:", sh.cell_value(1, 2)
# 遍歷所有表單
for s in book.sheets():
for r in range(s.nrows):
# 輸出指定行
print s.row(r)
測試文件:
輸出結(jié)果:
表單數(shù)量: 2
表單名稱: [u'Group.A', u'Group.B']
表單 Group.A 共 7 行 3 列
第二行第三列: 15.0
[text:u'Rank', text:u'Team', text:u'Points']
[number:1.0, text:u'Brazil', number:15.0]
[number:2.0, text:u'Russia', number:12.0]
...
常用的方法:
*open_workbook 打開文件
*sheet_by_index 獲取某一個表單
*sheets 獲取所有表單
*cell_value 獲取指定單元格的數(shù)據(jù)
Part.3
寫入
還是看代碼:
import xlwt
# 創(chuàng)建 xls 文件對象
wb = xlwt.Workbook()
# 新增一個表單
sh = wb.add_sheet('A Test Sheet')
# 按位置添加數(shù)據(jù)
sh.write(0, 0, 1234.56)
sh.write(1, 0, 8888)
sh.write(2, 0, 'hello')
sh.write(2, 1, 'world')
# 保存文件
wb.save('example.xls')
生成文件:
常用的方法:
*Workbook 創(chuàng)建文件對象
*add_sheet 新增一個表單
*write 在指定單元格寫入數(shù)據(jù)
Part.4
修改
很遺憾,并沒有直接修改 xls 文件的方法。通常的做法是,讀取出文件,復(fù)制一份數(shù)據(jù),對其進(jìn)行修改,再保存。
在復(fù)制時,需要用到 xlutils 中的方法:
from xlrd import open_workbook
from xlutils.copy import copy
# 打開文件
rb = open_workbook("example.xls")
# 復(fù)制
wb = copy(rb)
# 選取表單
s = wb.get_sheet(0)
# 寫入數(shù)據(jù)
s.write(0, 1, 'new data')
# 保存
wb.save('example.xls')
修改后文件:
特別要注意的是:選取讀取表單時,要使用 sheet_by_index,而在選取寫入表單時,則要用 get_sheet。不要問我為什么,我也很想知道這么設(shè)定的用意何在……
Part.5
時間轉(zhuǎn)換
如果表單中有時間格式的數(shù)據(jù),通過處理之后,你會發(fā)現(xiàn)時間數(shù)據(jù)出了差錯
輸出單元格內(nèi)容:
[number:8888.0, xldate:42613.0]
因為這里 xldate 有自己的格式定義。如果要使用正確的格式,必須轉(zhuǎn)換:
new_date = xlrd.xldate.xldate_as_datetime(date, book.datemode)
date 是對應(yīng)單元格的數(shù)據(jù),book 是打開的文件對象。
另外,在打開文件時,加上參數(shù) formatting_info=True,可以保證在時間數(shù)據(jù)在 copy 時保持原樣。
寫入時間數(shù)據(jù),則可通過此方法創(chuàng)建 excel 的時間對象:
xlrd.xldate.xldate_from_datetime_tuple
或者通過 xlwt.easyxf 指定時間格式:
style = xlwt.easyxf(num_format_str='D-MMM-YY')
ws.write(1, 0, datetime.now(), style)
課堂拓展(資源篇)
處理excel的大量python包
網(wǎng)頁上爬下來的大量數(shù)據(jù)需要清洗?成堆的科學(xué)實驗數(shù)據(jù)需要導(dǎo)入excel進(jìn)行分析?作為人生苦短的 Python 程序員,該如何優(yōu)雅地操作 Excel?
得益于前人的辛勤勞作,Python 處理 Excel 已有很多現(xiàn)成的輪子,使用較多的有:
xlwings
:簡單強大,可替代VBA
openpyxl
:簡單易用,功能廣泛
pandas
:使用需要結(jié)合其他庫,數(shù)據(jù)處理是pandas立身之本
win32com
:不僅僅是excel,可以處理office;
Xlsxwriter
:豐富多樣的特性,直接創(chuàng)造一份美觀大方的excel,代碼即一切;
DataNitro
:作為插件內(nèi)嵌到excel中,可替代VBA,在excel中優(yōu)雅的使用python
xlutils
:結(jié)合xlrd/xlwt,老牌python包,需要注意的是你必須同時安裝這三個庫
各種模塊比較
從運行環(huán)境、文檔操作、基本功能和性能等方面對以上模塊進(jìn)行一次粗淺的比較
1. 環(huán)境配置
再好的模塊,也需要在正確的 Python 版本以及 Excel 版本才可運行。
提醒及注意:
xlutils 僅支持 xls 文件,即2003以下版本;
win32com 與 DataNitro 僅支持 windows 系統(tǒng);
xlwings 安裝成功后,如果運行提示報錯“ImportError: no module named win32api”,請再安裝 pypiwin32 或者 pywin32 包;
win32com 不是獨立的擴展庫,而是集成在其他庫中,安裝 pypiwin32 或者 pywin32 包即可使用;
DataNitro 是 Excel 的插件,安裝需到官網(wǎng)下載。
2. 文檔操作
雖然大家都是操作 Excel,但即使最基本的新建文件、修改文件、保存文件等功能,在不同的庫中也存在差異。比如 xlsxwriter 并不支持打開或修改現(xiàn)有文件,xlwings 不支持對新建文件的命名,DataNitro 作為 Excel 插件需依托于軟件本身,pandas 新建文檔需要依賴其他庫等等。
歡迎大家加入小編創(chuàng)建的Python行業(yè)交流群,有大牛答疑,有資源共享,有企業(yè)招人!是一個非常不錯的交流基地!群號:683380553
3. 基本功能
由于設(shè)計目的不同,每個模塊通常著重于某一方面功能,各有所長。
xlwings
可結(jié)合 VBA 實現(xiàn)對 Excel 編程,強大的數(shù)據(jù)輸入分析能力,同時擁有豐富的接口,結(jié)合 pandas/numpy/matplotlib 輕松應(yīng)對 Excel 數(shù)據(jù)處理工作。
openpyxl
簡單易用,功能廣泛,單元格格式/圖片/表格/公式/篩選/批注/文件保護等等功能應(yīng)有盡有,圖表功能是其一大亮點,缺點是對 VBA 支持的不夠好。
pandas
數(shù)據(jù)處理是 pandas 的立身之本,Excel 作為 pandas 輸入/輸出數(shù)據(jù)的容器。
win32com
從命名上就可以看出,這是一個處理 windows 應(yīng)用的擴展,Excel 只是該庫能實現(xiàn)的一小部分功能。該庫還支持 office 的眾多操作。需要注意的是,該庫不單獨存在,可通過安裝 pypiwin32 或者 pywin32 獲取。
xlsxwriter
擁有豐富的特性,支持圖片/表格/圖表/篩選/格式/公式等,功能與openpyxl相似,優(yōu)點是相比 openpyxl 還支持 VBA 文件導(dǎo)入,迷你圖等功能,缺點是不能打開/修改已有文件,意味著使用 xlsxwriter 需要從零開始。
DataNitro
作為插件內(nèi)嵌到 Excel 中,可完全替代 VBA,在 Excel 中使用 python 腳本。既然被稱為 Excel 中的 python,協(xié)同其他 python 庫亦是小事一樁。然而,這是付費插件...
xlutils
基于 xlrd/xlwt,老牌 python 包,算是該領(lǐng)域的先驅(qū),功能特點中規(guī)中矩,比較大的缺點是僅支持 xls 文件。
4.性能
我們對幾個庫做了最基本的寫入和讀取測試,分別使用不同庫進(jìn)行添加及讀取 1000行 * 700列 數(shù)據(jù)操作,得到所用時間,重復(fù)操作取平均值。另外在不同的電腦配置,不同的環(huán)境下結(jié)果肯定會有出入,數(shù)據(jù)僅供參考。
注:
xlutils 最多只能寫入 256 列,即 1000*256,用時3.8秒,表現(xiàn)不錯;DataNitro 與 xlsxwriter 不能打開 Excel 文件。
5. 小結(jié)
通過以上的分析,相信大家對幾個庫都有了簡單的了解。在編寫文章的過程中,筆者也在思考各個庫最適合的應(yīng)用場景。
不想使用GUI 而又希望賦予Excel 更多的功能,
openpyxl 與 xlsxwriter,你可二者選其一;
需要進(jìn)行科學(xué)計算,處理大量數(shù)據(jù),建議
pandas+xlsxwriter或 pandas+openpyxl;
想要寫 Excel 腳本,會 Python 但不會 VBA 的同學(xué),
可考慮 xlwings 或 DataNitro;
至于 win32com,不管是功能還是性能都很強大,有 windows 編程經(jīng)驗的同學(xué)可以使用。不過它相當(dāng)于是 windows COM 的封裝,自身并沒有很完善的文檔,新手使用起來略有些痛苦。
你可根據(jù)自己的需求和生產(chǎn)環(huán)境,選擇合適的 Python-Excel 模塊。
python與excel的功能對比
1.生成數(shù)據(jù)表
EXCEL:
生成數(shù)據(jù)表,常見的生成方法有兩種,第一種是導(dǎo)入外部數(shù)據(jù),第二種是直接寫入數(shù)據(jù)。 Excel中的文件菜單中提供了獲取外部數(shù)據(jù)的功能,支持?jǐn)?shù)據(jù)庫和文本文件和頁面的多種數(shù)據(jù)源導(dǎo)入。
python:
支持從多種類型的數(shù)據(jù)導(dǎo)入。在開始使用python進(jìn)行數(shù)據(jù)導(dǎo)入前需要先導(dǎo)入pandas庫,為了方便起見,我們也同時導(dǎo)入numpy庫。
2.查看數(shù)據(jù)格式
Excel:
通過選中單元格并查看開始菜單中的數(shù)值類型來判斷數(shù)據(jù)的格式。
Python:
中使用dtypes函數(shù)來返回數(shù)據(jù)格式。
3.處理空值
(刪除或填充)
我們在創(chuàng)建數(shù)據(jù)表的時候在price字段中故意設(shè)置了幾個NA值。對于空值的處理方式有很多種,可以直接刪除包含空值的數(shù)據(jù),也可以對空值進(jìn)行填充,比如用0填充或者用均值填充。還可以根據(jù)不同字段的邏輯對空值進(jìn)行推算。
Excel:
中可以通過“查找和替換”功能對空值進(jìn)行處理,將空值統(tǒng)一替換為0或均值。也可以通過“定位”空值來實現(xiàn)。
Python:
中處理空值的方法比較靈活,可以使用 Dropna函數(shù)用來刪除數(shù)據(jù)表中包含空值的數(shù)據(jù),也可以使用fillna函數(shù)對空值進(jìn)行填充。下面的代碼和結(jié)果中可以看到使用dropna函數(shù)后,包含NA值的兩個字段已經(jīng)不見了。返回的是一個不包含空值的數(shù)據(jù)表。
4.更改數(shù)據(jù)格式
Excel:
中通過“設(shè)置單元格格式”功能可以修改數(shù)據(jù)格式。Python中通過astype函數(shù)用來修改數(shù)據(jù)格式。
Python:
中dtype是查看數(shù)據(jù)格式的函數(shù),與之對應(yīng)的是astype函數(shù),用來更改數(shù)據(jù)格式。下面的代碼中將price字段的值修改為int格式。
課堂拓展(代碼示例)
6.1 xlwings基本代碼
import xlwings as xw
#連接到excel
workbook = xw.Book(r'path/myexcel.xlsx')#連接excel文件
#連接到指定單元格
data_range = workbook.sheets('Sheet1').range('A1')
#寫入數(shù)據(jù)
data_range.value = [1,2,3]
#保存
workbook.save()
6.2 xlsxwriter基本代碼
import xlsxwriter as xw
#新建excel
workbook = xw.Workbook('myexcel.xlsx')
#新建工作薄
worksheet = workbook.add_worksheet()
#寫入數(shù)據(jù)
worksheet.wirte('A1',1)
#關(guān)閉保存
workbook.close()
6.3 xlutils基本代碼
import xlrd #讀取數(shù)據(jù)
import xlwt #寫入數(shù)據(jù)
import xlutils #操作excel
#----xlrd庫
#打開excel文件
workbook = xlrd.open_workbook('myexcel.xls')
#獲取表單
worksheet = workbook.sheet_by_index(0)
#讀取數(shù)據(jù)
data = worksheet.cell_value(0,0)
#----xlwt庫
#新建excel
wb = xlwt.Workbook()
#添加工作薄
sh = wb.add_sheet('Sheet1')
#寫入數(shù)據(jù)
sh.write(0,0,'data')
#保存文件
wb.save('myexcel.xls')
#----xlutils庫
#打開excel文件
book = xlrd.open_workbook('myexcel.xls')
#復(fù)制一份
new_book = xlutils.copy(book)
#拿到工作薄
worksheet = new_book.getsheet(0)
#寫入數(shù)據(jù)
worksheet.write(0,0,'new data')
#保存
new_book.save()
6.4 win32com基本代碼
import win32com.client as wc
#啟動Excel應(yīng)用
excel_app = wc.Dispatch('Excel.Application')
#連接excel
workbook = excel_app.Workbooks.Open(r'e:/myexcel.xlsx' )
#寫入數(shù)據(jù)
workbook.Worksheets('Sheet1').Cells(1,1).Value = 'data'
#關(guān)閉并保存
workbook.SaveAs('newexcel.xlsx')
excel_app.Application.Quit()
6.5 openpyxl基本代碼
import openpyxl
# 新建文件
workbook = openpyxl.Workbook()
# 寫入文件
sheet = workbook.activesheet['A1']='data'
# 保存文件
workbook.save('test.xlsx')
6.6 DataNitro基本代碼
#單一單元格賦值
Cell('A1').value = 'data'
#單元區(qū)域賦值
CellRange('A1:B2').value = 'data'
總結(jié)
以上是生活随笔為你收集整理的python和excel的结合新软件_Python处理Excel模块的对比分析!的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 输变电设备物联网节点设备无线组网协议_U
- 下一篇: php date 毫秒_高性能的PHP日