大家好，又见面了，我是你们的朋友全栈君。
目录
xlsxwriter库储存数据到excel
简介
- 功能比较强：
支持字体设置、前景色背景色、border设置、视图缩放（zoom）、单元格合并、autofilter、freeze panes、公式、data validation、单元格注释、行高和列宽设置
- 支持大文件写入
- 不支持读取、修改、XLS文件、透视表（Pivot Table
示例：写入excel
# -*- coding: utf-8 -*- import xlsxwriter as xw def xw_toExcel(data, fileName): # xlsxwriter库储存数据到excel workbook = xw.Workbook(fileName) # 创建工作簿 worksheet1 = workbook.add_worksheet("sheet1") # 创建子表 worksheet1.activate() # 激活表 title = ['序号', '酒店', '价格'] # 设置表头 worksheet1.write_row('A1', title) # 从A1单元格开始写入表头 i = 2 # 从第二行开始写入数据 for j in range(len(data)): insertData = [data[j]["id"], data[j]["name"], data[j]["price"]] row = 'A' + str(i) worksheet1.write_row(row, insertData) i += 1 workbook.close() # 关闭表 # "-------------数据用例-------------" testData = [ {"id": 1, "name": "立智", "price": 100}, {"id": 2, "name": "维纳", "price": 200}, {"id": 3, "name": "如家", "price": 300}, ] fileName = '测试.xlsx' xw_toExcel(testData, fileName)
更多
添加工作表样式：
bold = workbook.add_format({ 'bold': True, # 字体加粗 'border': 1, # 单元格边框宽度 'align': 'left', # 水平对齐方式 'valign': 'vcenter', # 垂直对齐方式 'fg_color': '#F4B084', # 单元格背景颜色 'text_wrap': True, # 是否自动换行 })写入单元格数据
# 写入单个单元格数据 # row:行， col：列， data:要写入的数据, bold:单元格的样式 worksheet1.write(row, col, data, bold) # 写入一整行，一整列 # A1:从A1单元格开始插入数据，按行插入， data:要写入的数据（格式为一个列表), bold:单元格的样式 worksheet1.write_row(“A1”,data,bold) # A1:从A1单元格开始插入数据，按列插入， data:要写入的数据（格式为一个列表), bold:单元格的样式 worksheet1.write_column(“A1”,data,bold)插入图片
// 第一个参数是插入的起始单元格，第二个参数是图片你文件的绝对路径 worksheet1.insert_image('A1','f:\\1.jpg')写入超链接
worksheet1.write_url(row, col, "internal:%s!A1" % ("要关联的工作表表名"), string="超链接显示的名字")插入图表
workbook.add_chartsheet（type=""） 参数中的type指的是图表类型，图表类型示例如下： [area：面积图,bar：条形图,column：直方图,doughnut：环状图,line：折线图,pie：饼状图,scatter：散点图,radar：雷达图,stock:箱线图]
- 获得当前excel文件的所有工作表：workbook.worksheets()
- 关闭excel文件： workbook.close()
pandas库储存数据到excel
简介
在Python中，pandas是基于NumPy数组构建的，使数据预处理、清洗、分析工作变得更快更简单。pandas是专门为处理表格和混杂数据设计的，而NumPy更适合处理统一的数值数组数据。
pandas有两个主要数据结构：Series和DataFrame。
- Series
Series是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成，即index和values两部分，可以通过索引的方式选取Series中的单个或一组值。
- DataFrame
DataFrame是一个表格型的数据类型，每列值类型可以不同，是最常用的pandas对象。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）
示例：写入excel
# -*- coding: utf-8 -*- import pandas as pd def pd_toExcel(data, fileName): # pandas库储存数据到excel ids = [] names = [] prices = [] for i in range(len(data)): ids.append(data[i]["id"]) names.append(data[i]["name"]) prices.append(data[i]["price"]) dfData = { # 用字典设置DataFrame所需数据 '序号': ids, '酒店': names, '价格': prices } df = pd.DataFrame(dfData) # 创建DataFrame df.to_excel(fileName, index=False) # 存表，去除原始索引列（0,1,2...） # "-------------数据用例-------------" testData = [ {"id": 1, "name": "立智", "price": 100}, {"id": 2, "name": "维纳", "price": 200}, {"id": 3, "name": "如家", "price": 300}, ] fileName = '测试2.xlsx' pd_toExcel(testData, fileName)
openpyxl库储存数据到excel
- 安装：pip install openpyxl==2.2.6
示例：写入excel
# -*- coding: utf-8 -*- import openpyxl as op def op_toExcel(data, fileName): # openpyxl库储存数据到excel wb = op.Workbook() # 创建工作簿对象 ws = wb['Sheet'] # 创建子表 ws.append(['序号', '酒店', '价格']) # 添加表头 for i in range(len(data[0])): d = data[i]["id"], data[i]["name"], data[i]["price"] ws.append(d) # 每次写入一行 wb.save(fileName) # "-------------数据用例-------------" testData = [ {"id": 1, "name": "立智", "price": 100}, {"id": 2, "name": "维纳", "price": 200}, {"id": 3, "name": "如家", "price": 300}, ] fileName = '测试3.xlsx' op_toExcel(testData, fileName)
更多
打开已有文件
from openpyxl import load_workbook wb2 = load_workbook('文件名称.xlsx')根据数字得到字母，根据字母得到数字
from openpyxl.utils import get_column_letter, column_index_from_string # 根据列的数字返回字母 print(get_column_letter(2)) # B # 根据字母返回列的数字 print(column_index_from_string('D')) # 4删除工作表
# 方式一 wb.remove(sheet) # 方式二 del wb[sheet]查看表名和选择表（sheet）
# 显示所有表名 print(wb.sheetnames) ['Sheet2', 'New Title', 'Sheet1'] # 遍历所有表 for sheet in wb: print(sheet.title) # sheet 名称可以作为 key 进行索引 ws3 = wb["New Title"] ws4 = wb.get_sheet_by_name("New Title") ws is ws3 is ws4 True设置单元格风格
from openpyxl.styles import Font, colors, Alignment # 字体 ## 指定等线24号，加粗斜体，字体颜色红色。直接使用cell的font属性，将Font对象赋值给它 bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=colors.RED, bold=True) sheet['A1'].font = bold_itatic_24_font # 对齐方式 ## 使用cell的属性aligment，这里指定垂直居中和水平居中。除了center，还可以使用right、left等等参数。 ## 设置B1中的数据垂直居中和水平居中 sheet['B1'].alignment = Alignment(horizontal='center', vertical='center') ## 设置行高和列宽 ### 第2行行高 sheet.row_dimensions[2].height = 40 ### C列列宽 sheet.column_dimensions['C'].width = 30 # 合并和拆分单元格 ## 所谓合并单元格，即以合并区域的左上角的那个单元格为基准，覆盖其他单元格使之称为一个大的单元格。 ## 相反，拆分单元格后将这个大单元格的值返回到原来的左上角位置。 # 合并单元格， 往左上角写入数据即可 sheet.merge_cells('B1:G1') # 合并一行中的几个单元格 sheet.merge_cells('A1:C3') # 合并一个矩形区域中的单元格 合并后只可以往左上角写入数据，也就是区间中:左边的坐标。 如果这些要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。换句话说若合并前不是在左上角写入数据，合并后单元格中不会有数据。 以下是拆分单元格的代码。拆分后，值回到A1位置。 sheet.unmerge_cells('A1:C3')更多python方法：
python入门-从安装环境配置(Anaconda)到做一个下班打卡提醒.exe小工具
python爬虫使用 requests-html爬取网页信息以及常用方法
Python爬虫之selenium(全套操作)常用的定位元素与常用方法
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/124650.html原文链接：https://javaforall.net
