Python操作Excel的10个必学脚本分享

 更新时间:2025年03月28日 09:06:33   作者:Python_trys  
Excel表格操作是我们日常工作中不可或缺的一部分,而Python凭借其强大的数据处理能力,可以极大地提升我们操作Excel的效率,本文将介绍10个必学的Python脚本,需要的可以零基础

前言

作为数据分析师、财务人员或办公自动化爱好者,Excel表格操作是我们日常工作中不可或缺的一部分。而Python凭借其强大的数据处理能力,可以极大地提升我们操作Excel的效率。本文将介绍10个必学的Python脚本,帮助你自动化处理Excel表格,节省大量重复劳动时间。

1. 读取Excel文件

使用openpyxl或pandas库可以轻松读取Excel文件:

import pandas as pd

# 读取Excel文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 显示前5行数据
print(df.head())

2. 写入Excel文件

将处理后的数据保存回Excel:

# 创建一个DataFrame
data = {'Name': ['John', 'Anna', 'Peter'],
        'Age': [28, 24, 35]}
df = pd.DataFrame(data)

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

3. 合并多个Excel文件

批量处理多个Excel文件时,合并是非常常见的需求:

import os

​​​​​​​# 获取当前目录下所有xlsx文件
files = [f for f in os.listdir('.') if f.endswith('.xlsx')]

# 合并所有文件
combined_df = pd.DataFrame()
for file in files:
    df = pd.read_excel(file)
    combined_df = pd.concat([combined_df, df], ignore_index=True)

# 保存合并后的文件
combined_df.to_excel('combined.xlsx', index=False)

4. 筛选和排序数据

Python可以轻松实现复杂的数据筛选和排序:

# 筛选年龄大于25的记录
filtered_df = df[df['Age'] > 25]

​​​​​​​# 按姓名升序排列
sorted_df = df.sort_values(by='Name')

# 多重排序:先按年龄降序,再按姓名升序
multi_sorted = df.sort_values(by=['Age', 'Name'], ascending=[False, True])

5. 数据透视表

创建类似Excel中的数据透视表:

# 假设df包含'Salesperson', 'Region', 'Sales'等列
pivot_table = pd.pivot_table(df, 
                           values='Sales',
                           index='Salesperson',
                           columns='Region',
                           aggfunc='sum',
                           fill_value=0)
pivot_table.to_excel('pivot_table.xlsx')

6. 条件格式设置

使用openpyxl实现类似Excel的条件格式:

from openpyxl import load_workbook
from openpyxl.styles import PatternFill

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

# 创建红色填充
red_fill = PatternFill(start_color='FF0000', end_color='FF0000', fill_type='solid')

# 对B列中值小于50的单元格应用红色背景
for row in ws.iter_rows(min_col=2, max_col=2):
    for cell in row:
        if isinstance(cell.value, (int, float)) and cell.value < 50:
            cell.fill = red_fill

# 保存修改
wb.save('formatted.xlsx')

7. 批量重命名工作表

from openpyxl import load_workbook

​​​​​​​wb = load_workbook('data.xlsx')

# 重命名所有工作表
for i, sheet in enumerate(wb.sheetnames, start=1):
    ws = wb[sheet]
    ws.title = f'Sheet_{i}'

wb.save('renamed.xlsx')

8. 提取特定列到新文件

# 提取'Name'和'Email'列到新文件
extracted_df = df[['Name', 'Email']]
extracted_df.to_excel('extracted_data.xlsx', index=False)

9. 自动填充公式

from openpyxl import load_workbook

wb = load_workbook('data.xlsx')
ws = wb.active

# 在C列添加SUM公式
for row in range(2, ws.max_row + 1):
    ws[f'C{row}'] = f'=SUM(A{row}:B{row})'

wb.save('with_formulas.xlsx')

10. 发送带Excel附件的邮件

import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.base import MIMEBase
from email import encoders

# 设置邮件内容
msg = MIMEMultipart()
msg['From'] = 'your_email@example.com'
msg['To'] = 'recipient@example.com'
msg['Subject'] = '自动发送的Excel报表'

# 添加正文
body = "请查收附件中的Excel报表。"
msg.attach(MIMEText(body, 'plain'))

# 添加附件
filename = "report.xlsx"
attachment = open(filename, "rb")

part = MIMEBase('application', 'octet-stream')
part.set_payload(attachment.read())
encoders.encode_base64(part)
part.add_header('Content-Disposition', f"attachment; filename= {filename}")

msg.attach(part)

# 发送邮件
server = smtplib.SMTP('smtp.example.com', 587)
server.starttls()
server.login('your_email@example.com', 'your_password')
text = msg.as_string()
server.sendmail('your_email@example.com', 'recipient@example.com', text)
server.quit()

到此这篇关于Python操作Excel的10个必学脚本分享的文章就介绍到这了,更多相关Python操作Excel内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python实现rar解压和压缩的方法(附源码)

    python实现rar解压和压缩的方法(附源码)

    数据量现在越来越大,压缩文件在日常生活中很常用,这篇文章主要给大家介绍了关于python实现rar解压和压缩的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2023-10-10
  • Python提取Word中图片的实现步骤

    Python提取Word中图片的实现步骤

    本文主要介绍了Python提取Word中图片的实现步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-07-07
  • Python比较配置文件的方法实例详解

    Python比较配置文件的方法实例详解

    工作中最常见的配置文件有四种:普通key=value的配置文件、Json格式的配置文件、HTML格式的配置文件以及YMAML配置文件。这篇文章主要介绍了Python比较配置文件的方法 ,需要的朋友可以参考下
    2019-06-06
  • Python中的HTTP请求超时处理方式

    Python中的HTTP请求超时处理方式

    HTTP请求超时是指客户端在设定的时间内未收到服务器完整响应,合理设置超时时间可提高系统性能和用户体验,Python中,requests库和aiohttp库提供超时控制功能,通过timeout参数设置请求超时,并利用try-except捕获异常,合理超时设置和处理是开发HTTP客户端的重要技巧
    2024-11-11
  • Python+matplotlib实现华丽的文本框演示代码

    Python+matplotlib实现华丽的文本框演示代码

    这篇文章主要介绍了Python+matplotlib实现华丽的文本框演示代码,分享了相关代码示例,小编觉得还是挺不错的,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • Python xlrd excel文件操作代码实例

    Python xlrd excel文件操作代码实例

    这篇文章主要介绍了Python xlrd excel文件操作代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-03-03
  • Python中的异常类型及处理方式示例详解

    Python中的异常类型及处理方式示例详解

    今天我们主要来了解一下 Python 中的异常类型以及它们的处理方式。说到异常处理,我们首先要知道什么是异常。其实,异常就是一类事件,当它们发生时,会影响到程序的正常执行,具体内容跟随小编一起看看吧
    2021-08-08
  • Jacobi迭代算法的Python实现详解

    Jacobi迭代算法的Python实现详解

    这篇文章主要介绍了Jacobi迭代算法的Python实现详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-06-06
  • Python使用Socket(Https)Post登录百度的实现代码

    Python使用Socket(Https)Post登录百度的实现代码

    以前都是用一些高级模块,封装的比较好,今天尝试使用socket模块登录百度,弄了半天才弄好,主要由于百度在登陆页使用了https,我们需要对socket进行一定处理
    2012-05-05
  • Pycharm代码无法复制,无法选中删除,无法编辑的解决方法

    Pycharm代码无法复制,无法选中删除,无法编辑的解决方法

    今天小编就为大家分享一篇Pycharm代码无法复制,无法选中删除,无法编辑的解决方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10

最新评论