Python使用openpyxl操作Excel的新手入门教程

 更新时间:2026年07月30日 08:56:31   作者:渣男教父  
本文将详细讲解openpyxl的强大功能,从安装到实战,手把手教你读写Excel文件、获取单元格数据、批量合并多个工作簿,无论是办公自动化还是数据整理,掌握openpyxl让你效率翻倍,轻松应对日常Excel处理需求

openpyxl 简介

为什么选择 openpyxl?

Python 能操作 Excel 的库有很多:

库名特点适用场景
openpyxl功能强大,支持读写 .xlsx 格式日常办公自动化
xlrd/xlwt老牌库,只能读/写 .xls旧版 Excel 文件
pandas数据分析神器,可读写 Excel大数据处理
xlwings调用 Excel 程序,保留公式需要复杂公式计算

推荐:对于大多数场景,openpyxl 是最佳选择!

安装 openpyxl

pip install openpyxl

安装成功后,你会看到 Successfully installed openpyxl 提示。

Excel 核心概念

在操作 Excel 之前,我们先来认识几个核心概念:

工作簿 (Workbook) - 一个 Excel 文件就是一个工作簿

工作表 (Sheet) - 工作簿中的表格

  • 行 (Row) - 横向,用数字 1, 2, 3... 表示
  • 列 (Column) - 纵向,用字母 A, B, C... 表示
  • 单元格 (Cell) - 行和列的交叉点
  • 坐标 (Coordinate) - 如 B4 表示第2列第4行

重要提醒

  • Excel 的索引从 1 开始(不是从 0 开始!)
  • 列用字母表示:A, B, C... Z, AA, AB...
  • 行用数字表示:1, 2, 3...
  • 单元格坐标格式:列字母 + 行数字,如 B4

示例:图中【后羿】所在的位置是 B4,表示第 B 列第 4 行。

打开 Excel 文件

支持的文件格式.xlsx / .xlsm / .xltx / .xltm

注意.xls 格式(旧版 Excel)需要先转换为 .xlsx 才能使用 openpyxl

示例文件王者小学.xlsx,包含两个工作表:

代码示例

from openpyxl import load_workbook

# 文件路径(r 前缀表示原始字符串,避免转义问题)
filePath = r'D:\王者小学.xlsx'

# 打开 Excel 文件
workbook = load_workbook(filePath)

# 查看所有工作表名称
print(workbook.sheetnames)

运行结果

['花名册', '成绩单']

关键函数load_workbook(filepath)

  • 作用:加载已存在的 Excel 文件
  • 参数:文件路径(字符串)
  • 返回:Workbook 对象
  • 注意:只能打开已存在的文件,不能创建新文件

获取 Excel 数据

获取工作表(Sheet)

一个 Excel 文件可以包含多个工作表,获取工作表有三种常用方法:

方法语法说明
通过名称workbook['表名']最常用,直观明了
通过索引workbook.worksheets[索引]索引从 0 开始
获取活动表workbook.active获取当前打开时显示的表

代码示例

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)

# 方法1:通过表名获取
sheet1 = workbook["花名册"]

# 方法2:通过索引获取(从0开始)
sheet2 = workbook.worksheets[0]  # 第一个表

# 方法3:获取当前活动表
sheet3 = workbook.active

print(f"方法1: {sheet1}")
print(f"方法2: {sheet2}")
print(f"方法3: {sheet3}")

运行结果

方法1: <Worksheet "花名册">
方法2: <Worksheet "花名册">
方法3: <Worksheet "成绩单">

提示

  • workbook["花名册"] 和 workbook.worksheets[0] 获取的是同一个表
  • workbook.active 获取的是 Excel 打开时默认显示的表

获取表格尺寸

使用 sheet.dimensions 可以获取表格的数据范围:

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)

sheet1 = workbook["花名册"]
sheet2 = workbook["成绩单"]

print(f"花名册: {sheet1.dimensions}")
print(f"成绩单: {sheet2.dimensions}")

运行结果

花名册: A1:C5
成绩单: A1:D5

含义解析

  • A1:C5 = 从 A1 单元格到 C5 单元格的数据区域
  • A1:D5 = 从 A1 单元格到 D5 单元格的数据区域

尺寸格式左上角坐标:右下角坐标

如 A1:C5 表示 A 列到 C 列,第 1 行到第 5 行的区域

获取单元格数据

获取单元格数据有两种常用方法:

方法语法适用场景
坐标法sheet['B2']知道单元格坐标时
行列法sheet.cell(row=2, column=2)需要循环遍历时

代码示例

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)

sheet = workbook["花名册"]
sheet2 = workbook["成绩单"]

# 方法1:通过坐标获取
cell1 = sheet["B2"]
print(f"单元格对象: {cell1}")
print(f"单元格值: {cell1.value}")

# 方法2:通过行列获取(B2 = 第2行第2列)
cell2 = sheet.cell(row=2, column=2)
print(f"单元格值: {cell2.value}")

# 获取后羿的成绩(C4 = 第4行第3列)
score = sheet2.cell(row=4, column=3).value
print(f"后羿的成绩: {score}")

运行结果

单元格对象: <Cell '花名册'.B2>
单元格值: 李白
单元格值: 李白
后羿的成绩: 96

总结

  • sheet['B2'] → 获取单元格对象
  • sheet['B2'].value → 获取单元格的值
  • sheet.cell(row=2, column=2) → 通过行列获取(行、列从1开始)

获取区域数据

方法1:使用sheet[](切片语法)

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook["花名册"]

# 获取矩形区域
cells = sheet["A1:C4"]  # 从A1到C4的区域

for row in cells:       # 按行遍历
    for cell in row:    # 遍历行中的每个单元格
        print(cell.value)

运行结果

学号
姓名
性别
1
李白

...

常用切片方式

语法说明示例
sheet['A1:C4']获取矩形区域A1到C4的所有单元格
sheet['A']获取整列A列所有数据
sheet['4']获取整行第4行所有数据
sheet['A:C']获取多列A到C列
sheet[2:4]获取多行第2到4行

方法2:使用sheet.iter_rows()(推荐)

iter_rows() 是更灵活的方法,直接用行列数字指定范围:

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook["花名册"]

# 获取指定范围(第2-4行,第1-2列)
for row in sheet.iter_rows(min_row=2, max_row=4, min_col=1, max_col=2):
    for cell in row:
        print(cell.value)

# 获取所有数据
for row in sheet.iter_rows():
    for cell in row:
        print(cell.value)

# 直接获取值(不需要 .value)
for row in sheet.iter_rows(min_row=2, max_row=4, values_only=True):
    print(row)  # 直接是元组 ('1', '李白', '男')

参数说明

参数说明默认值
min_row起始行1
max_row结束行最大行
min_col起始列1
max_col结束列最大列
values_only是否只返回值False

推荐:需要按行列遍历时,使用 iter_rows() 更直观!

修改和保存 Excel

修改单元格的值

修改单元格有两种方式:

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook['花名册']

# 方式1:直接赋值
sheet["B2"] = '张三'

# 方式2:通过 cell 对象赋值
cell = sheet["B3"]
cell.value = '李四'

# 保存文件
workbook.save(r'D:\王者小学2.xlsx')

对比效果

重要提醒

  1. 必须保存:修改后调用 workbook.save(路径) 才能生效
  2. 另存为:如果路径不同,会创建新文件;路径相同则覆盖原文件
  3. 文件关闭:保存前确保 Excel 文件已关闭,否则会报错

批量插入数据

使用 append() 方法可以在表格末尾批量插入数据:

from openpyxl import load_workbook

filePath = r'D:\王者小学.xlsx'
workbook = load_workbook(filePath)
sheet = workbook['花名册']

# 要插入的数据(列表的列表)
data = [
    ['5', '安琪拉', "女"],
    ['6', '荆轲', "女"],
    ['7', '夏侯惇', "男"],
]

# 逐行追加
for row in data:
    sheet.append(row)

workbook.save(filePath)
print("数据插入成功!")

应用场景

  • 爬虫数据存储
  • 批量导入数据
  • 日志记录
  • 报表生成

实战项目:合并多个 Excel 文件

项目背景

假设你是公司的数据分析师,需要将2021年4个季度的销售数据合并成一个总表。每个季度的数据保存在单独的 Excel 文件中:

实现思路

  1. 遍历数据文件夹中的所有 Excel 文件
  2. 读取每个文件的数据
  3. 提取季度信息(从文件名获取)
  4. 将所有数据合并到一个新的工作簿
  5. 保存汇总文件

核心代码

import os
from openpyxl import load_workbook, Workbook

# 数据文件夹路径
data_dir = r'D:\2021年销售明细'

# 创建新的工作簿保存汇总数据
summary_wb = Workbook()
summary_sheet = summary_wb.active
summary_sheet.title = "2021年销售汇总"

# 写入表头
headers = ['季度', '产品', '销量', '销售额']
summary_sheet.append(headers)

# 遍历所有Excel文件
for filename in os.listdir(data_dir):
    if filename.endswith('.xlsx'):
        # 提取季度信息
        quarter = filename.replace('.xlsx', '')
        
        # 打开文件读取数据
        file_path = os.path.join(data_dir, filename)
        wb = load_workbook(file_path)
        sheet = wb.active
        
        # 读取数据(跳过表头)
        for row in sheet.iter_rows(min_row=2, values_only=True):
            # 添加季度信息
            row_data = [quarter] + list(row)
            summary_sheet.append(row_data)
        
        wb.close()

# 保存汇总文件
summary_wb.save(r'D:\2021年销售汇总.xlsx')
print("数据合并完成!")

至此,你已经掌握了 Python 操作 Excel 的核心技能!

文档总结

一、核心知识点回顾

1. Excel 基础概念

工作簿 (Workbook) → 一个 Excel 文件
    └── 工作表 (Sheet)
            ├── 行 (Row) - 数字 1, 2, 3...
            ├── 列 (Column) - 字母 A, B, C...
            └── 单元格 (Cell) - 坐标如 B4

重要:Excel 索引从 1 开始,不是 0!

2. openpyxl 核心操作

操作代码说明
打开文件load_workbook('文件.xlsx')加载已存在的文件
获取工作表wb['表名'] / wb.worksheets[0]获取指定工作表
获取单元格sheet['B2'] / sheet.cell(row=2, column=2)两种获取方式
获取值cell.value获取单元格的值
修改值sheet['B2'] = '新值'直接赋值修改
批量插入sheet.append([数据列表])在末尾添加一行
保存文件wb.save('路径.xlsx')保存修改

3. 区域数据获取方法对比

方法优点缺点
sheet['A1:C4']直观,用坐标需要转换行列到坐标
sheet.iter_rows()直接用行列数字稍微复杂一点

推荐:简单场景用 sheet[],复杂遍历用 iter_rows()

4. 完整操作流程

from openpyxl import load_workbook

# 1. 打开文件
wb = load_workbook('数据.xlsx')

# 2. 获取工作表
sheet = wb['Sheet1']

# 3. 读取/修改数据
value = sheet['A1'].value
sheet['B2'] = '新数据'

# 4. 批量插入
sheet.append(['数据1', '数据2', '数据3'])

# 5. 保存文件
wb.save('数据.xlsx')

二、常见应用场景

  1. 数据整理:批量处理多个 Excel 文件
  2. 报表生成:自动从数据库导出数据到 Excel
  3. 数据清洗:读取 Excel 数据,处理后保存
  4. 爬虫存储:将爬取的数据保存到 Excel
  5. 办公自动化:自动填充模板、生成报告

三、学习建议

  1. 多练习:Excel 操作熟能生巧,多写代码
  2. 注意索引:时刻记住 Excel 从 1 开始计数
  3. 及时保存:修改后记得调用 save()
  4. 关闭文件:操作前确保 Excel 文件已关闭
  5. 结合 pandas:大数据量时考虑使用 pandas

以上就是Python使用openpyxl操作Excel的新手入门教程的详细内容,更多关于Python openpyxl操作Excel的资料请关注脚本之家其它相关文章!

相关文章

  • 详解pycharm2020.1.1专业版安装指南(推荐)

    详解pycharm2020.1.1专业版安装指南(推荐)

    这篇文章主要介绍了pycharm2020.1.1专业版安装指南,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-08-08
  • Python调用ChatGPT制作基于Tkinter的桌面时钟

    Python调用ChatGPT制作基于Tkinter的桌面时钟

    这篇文章主要为大家详细介绍了Python如何调用ChatGPT制作基于Tkinter的桌面时钟,文中的示例代码讲解详细,感兴趣的可以了解一下
    2023-03-03
  • python ansible服务及剧本编写

    python ansible服务及剧本编写

    python语言是运维人员必会的语言,而ansible是一个基于Python开发的自动化运维工具 (saltstack)。其功能实现基于SSH远程连接服务;ansible可以实现批量系统配置、批量软件部署、批量文件拷贝、批量运行命令等功能
    2017-12-12
  • Python动态创建类实例详解

    Python动态创建类实例详解

    这篇文章主要为大家介绍了Python动态创建类实例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-12-12
  • python中decimal模块的用法

    python中decimal模块的用法

    本文主要介绍了python中decimal模块的用法,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
    2023-02-02
  • python中pandas.DataFrame排除特定行方法示例

    python中pandas.DataFrame排除特定行方法示例

    这篇文章主要给大家介绍了关于python中pandas.DataFrame排除特定行的方法,文中给出了详细的示例代码,相信对大家的理解和学习具有一定的参考价值,需要的朋友们下面来一起看看吧。
    2017-03-03
  • django 实现后台从富文本提取纯文本

    django 实现后台从富文本提取纯文本

    这篇文章主要介绍了django 实现后台从富文本提取纯文本,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
    2020-07-07
  • Matplotlib实战之百分比柱状图绘制详解

    Matplotlib实战之百分比柱状图绘制详解

    百分比堆叠式柱状图是一种特殊的柱状图,可以用于可视化比较不同类别或组的百分比或比例的图表,下面我们就来介绍一下如何使用Matplotlib绘制百分比柱状图,需要的可以参考下
    2023-08-08
  • 解密Python中的描述符(descriptor)

    解密Python中的描述符(descriptor)

    这篇文章主要介绍了解密Python中的描述符(descriptor),本文详细讲解了描述符(descriptor)的作用、访问描述符、对描述符赋值、删除描述符等内容,需要的朋友可以参考下
    2015-06-06
  • Python表示矩阵的方法分析

    Python表示矩阵的方法分析

    这篇文章主要介绍了Python表示矩阵的方法,结合具体实例形式分析了Python表示矩阵的方法与相关操作注意事项,需要的朋友可以参考下
    2017-05-05

最新评论