Excel 神器 —— OpenPyXl

文 | 太阳雪

来源：Python 技术「ID: pythonall」

金属质感分割线

无论是日常办公还是编程，总是离不开 Excel，用来导入导出数据，记录数据，统计分析，画原型，甚至在日本有位老爷爷用 Excel 来创作绘画

虽然 Excel 功能强大，操作便利，但是有些场景下还是不太方便，例如将大量数据导入到 Excel，将 Excel 中的数据读取到系统中，或者按照某种结构格式化下原有数据，批量处理大量 Excel 文档等，幸运的是，有很多 Python 库可以帮助我们用程序来控制 Excel，完成难以手工完成的任务，现在就来了解下吧

Python 下的 Excel 库

Python 中有大量的原生和第三方 Excel 操作包，各有所长，不过对于刚使用 Python 与 Excel 交互的同学来说，可能有点目不暇接，所以先简单梳理一下常见的一些 Excel 包

OpenPyXL 是个读写 Excel 2010 xlsx/xlsm/xltx/xltm 的 Python 库，简单易用，功能广泛，单元格格式/图片/表格/公式/筛选/批注/文件保护等等功能应有尽有，图表功能是其一大亮点
xlwings 是一个基于 BSD 授权协议的 Python 库，可以轻松的使用 Python 操作 Excel，也可以在 Excel 中调用 Python，以接近 VBA 语法的实现 Excel 编程，支持 Excel 宏，并且可以作为 Web 服务器，提供 REST API 接口
pandas 数据处理是 pandas 的立身之本，Excel 作为 pandas 输入/输出数据的容器
win32com 从命名上就可以看出，这是一个处理 windows 应用的扩展，Excel 只是该库能实现的一小部分功能。该库还支持 office 的众多操作。需要注意的是，该库不单独存在，可通过安装 pypiwin32 或者 pywin32 获取
Xlsxwriter 拥有丰富的特性，支持图片/表格/图表/筛选/格式/公式等，功能与 openpyxl 相似，优点是相比 openpyxl 还支持 VBA 文件导入，迷你图等功能，缺点是不能打开/修改已有文件，意味着使用 xlsxwriter 需要从零开始
DataNitro 一个 Excel 的付费插件，内嵌到 Excel 中，可完全替代 VBA，在 Excel 中使用 python 脚本。既然被称为 Excel 中的 python，同时可以与其他 python 库协同。
xlutils 基于 xlrd/xlwt，老牌 python 包，算是该领域的先驱，功能特点中规中矩，比较大的缺点是仅支持 xls 文件。

概括一下：

不想使用 GUI 而又希望赋予 Excel 更多的功能，openpyxl 与 xlsxwriter，二者可选其一；
需要进行科学计算，处理大量数据，建议 pandas+xlsxwriter 或者 pandas + openpyxl，是不错的选择；
想要写 Excel 脚本，会 Python 但不会 VBA，可考虑 xlwings 或 DataNitro；
win32com 功能还是性能都很强大，不过需要一定的 windows 编程经验才能上手，它相当于是 windows COM 的封装，另外文档不够完善

OpenPyXL

OpenPyXl 几乎可以实现所有的 Excel 功能，而且接口清晰，文档丰富，学习成本相对较低，今天就以 OpenPyXL 为例，了解下如何操作 Excel

安装

用 pip 安装

pip install openpyxl

安装成功后，可以跑通下面测试：

python -c "import openpyxl"

基本概念

workbook 相当于一个 Excel 文件档，每个被创建和打开的 Excel 文件都是独立的 Workbook 对象
sheet Excel 文档中的表单，每个 Excel 文档至少需要一个 sheet
cell 单元格，是不可分割的基本数据存储单元

小试牛刀

先来看跑个测试

from openpyxl import Workbook
# 创建一个 workbook
wb = Workbook()
# 获取被激活的 worksheet
ws = wb.active
# 设置单元格内容
ws['A1'] = 42
# 设置一行内容
ws.append([1, 2, 3])
# python 数据类型可以被自动转换
import datetime
ws['A2'] = datetime.datetime.now()
# 保存 Excel 文件
wb.save("sample.xlsx")

需要注意的是：

新创建的 workbook 对象，会自带一个名为 Sheet 的表单，Office Excel 新建会创建 3 个
创建的 workbook 会将第一个 表单 激活，通过 wb.active 获取引用
像 python-docx work 库一样，save 方法会立即保存，不会有任何提示，建议选择不同文件名来保存

常用功能

OpenPyXl 功能很多，从单元格处理到图表展示，涵盖了几乎全部的 Excel 功能，这里就一些常用的功能做展示，更多的用法可以参考 OpenPyXl 文档（文末参考里有链接）

创建和打开 Excel

小试牛刀部分看到了如何创建一个 Excel

如果要加载一个已存在的 Excel 文件，需要用 load_workbook 方法，给定文件路径，返回 workbook 对象：

from openpyxl import load_workbook


wb = load_workbook('test.xlsx')


# 显示文档中包含的 表单 名称
print(wb.sheetnames)

load_workbook 除了参数 filename外为还有一些有用的参数：

read_only：是否为只读模式，对于超大型文件，要提升效率有帮助
keep_vba ：是否保留 vba 代码，即打开 Excel 文件时，开启并保留宏
guess_types：是否做在读取单元格数据类型时，做类型判断
data_only：是否将公式转换为结果，即包含公式的单元格，是否显示最近的计算结果
keep_links：是否保留外部链接

操作 sheet

from openpyxl import Workbook
wb = Workbook()
ws = wb.active


ws1 = wb.create_sheet("sheet")  #创建一个 sheet 名为 sheet
ws1.title = "新表单"  # 设置 sheet 标题
ws2 = wb.create_sheet("mysheet", 0) # 创建一个 sheet，插入到最前面 默认插在后面
ws2.title = u"你好"  # 设置 sheet 标题


ws1.sheet_properties.tabColor = "1072BA"  # 设置 sheet 标签背景色


# 获取 sheet
ws3 = wb.get_sheet_by_name(u"你好")
ws4 = wb['New Title']


# 复制 sheet
ws1_copy = wb.copy_worksheet(ws1)


# 删除 sheet
wb.remove(ws1)

每个 Workbook 中都有一个被激活的 sheet，一般都是第一个，可以通过 active 直接获取
可以通过 sheet 名来获取 sheet 对象
创建 sheet时需要提供 sheet 名称参数，如果该名称的 sheet 已经存在，则会在名称后添加 1，再有重复添加 2，以此类推
获得 sheet 对象后，可以设置名称（title），背景色等属性
同一个 Workbook 对象中，可以复制 sheet，需要将源 sheet 对象作为参数，复制的新 sheet 会在最末尾
可以删除一个 sheet，参数是目标 sheet 对象

操作单元格

单元格（cell）是 Excel 中存放数据的最小单元，就是图形界面中的一个个小格子

OpenPyXl 可以操作单个单元格，也可以批量操作单元格

单独操作

单独操作，即通过 Excel 单元格名称或者行列坐标获取单元格，进行操作

ws1 = wb.create_sheet("Mysheet")  #创建一个sheet
# 通过单元格名称设置
ws1["A1"]=123.11
ws1["B2"]="你好"


# 通过行列坐标设置
d = ws1.cell(row=4, column=2, value=10)

可以通过单元格名称设置，类似于 sheet 的某种属性
也可以通过行列坐标类设置

批量操作

需要一下子操作多个单元格时，可以用批量操作来提高效率

指定行列

# 操作单列
for cell in ws["A"]:
    print(cell.value)
# 操作单行
for cell in ws["1"]:
    print(cell.value)
# 操作多列
for column in ws['A:C']:
    for cell in column:
        print(cell.value)
# 操作多行
for row in ws['1:3']:
    for cell in row:
        print(cell.value)
# 指定范围
for row in ws['A1:C3']:
    for cell in row:
        print(cell.value)

所有行或者列

# 所有行
for row in ws.iter_rows():
    for cell in row:
        print(cell.value)
# 所有列
for column in ws.iter_cols():
    for cell in column:
        print(cell.value)

设置整行数据

ws.append((1,2,3))

合并单元格

# 合并
ws.merge_cells('A2:D2')
# 解除合并
ws.unmerge_cells('A2:D2')


ws.merge_cells(start_row=2,start_column=1,end_row=2,end_column=4)
ws.unmerge_cells(start_row=2,start_column=1,end_row=2,end_column=4)

sheet 对象的 merge_cells 方法是合并单元格，unmerge_cells 是解除合并
分别有两种参数形式，一种是用单元格名称方式指定，另一种是通过命名参数指定
注意：对于没有合并过单元格的位置调用 unmerge_cells 时会报错

单元格格式

OpenPyXl 用6种类来设置单元格的样式

NumberFormat 数字
Alignment 对齐
Font 字体
Border 边框
PatternFill 填充
Protection 保护

from openpyxl.styles import Font, PatternFill, Border, Side, Alignment, Protection
from openpyxl.styles import numbers


wb = Workbook()
ws = wb.active
ws.cell(row=1, column=1, value='宋体').font = Font(name=u'宋体', size=12, bold=True, color='FF0000')
ws.cell(row=2, column=2, value='右对齐').alignment = Alignment(horizontal='right')
ws.cell(row=3, column=3, value='填充渐变色').fill = PatternFill(fill_type='solid', start_color='FF0000')
ws.cell(row=4, column=4, value='设置边线').border = Border(left=Side(border_style='thin', color='FF0000'), right= Side(border_style='thin', color='FF0000'))
ws.cell(row=5, column=5, value='受保护的').protection = Protection(locked=True, hidden=True)
ws.cell(row=6, column=6, value=0.54).number_format =numbers.FORMAT_PERCENTAGE

引入字体类
用 cell 方法，为单元格设置值的同时，设置格式
每种格式都有特定的属性，为其设置特定的格式对象
数字格式有点区别，通过设置格式名称来完成，numbers.FORMAT_PERCENTAGE 是个字符串
Border 类，需要配合 Side 类使用，它们都在 openpyxl.styles 中定义
需要注意的是，单元格样式属性只能通过样式对象赋予，而无法通过样式属性来修改，例如 ws.cell(1, 1).font.color = '00FF00' 会报错，如果真要换，需要重新创建一个样式实体，重新赋值

上面展示的是单个单元格格式的设置，也可以批量设置，有两种方式，一种是循环范围内的所有单元格，逐个设置，另一种是对整列或者整行设置：

font = Font(bold=True)


# 遍历范围内的单元格
for row in ws['A1:C3']:
    for cell in row:
        cell.font = font


# 设置整行
row = ws.row_dimensions[1]
row.font = font


# 设置整列
column = ws.column_dimensions["A"]
column.font = font

更多样式类的定义和参数，可参 OpenPyXl 文档

图表

图表是 Excel 中很重要的部分，作为数据可视化的高效工具，利用 OpenPyXl 可以用编程的方式，在 Excel 中制作图表，创建过程和直接在 Excel 中差不多，下面以柱状图和圆饼图为例做演示

柱状图

from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference


wb = Workbook()
ws = wb.active


rows = [
    ('月份', '苹果', '香蕉'),
    (1, 43, 25),
    (2, 10, 30),
    (3, 40, 60),
    (4, 50, 70),
    (5, 20, 10),
    (6, 10, 40),
    (7, 50, 30),
]


for row in rows:
    ws.append(row)


chart1 = BarChart()
chart1.type = "col"
chart1.style = 10
chart1.title = "销量柱状图"
chart1.y_axis.title = '销量'
chart1.x_axis.title = '月份'


data = Reference(ws, min_col=2, min_row=1, max_row=8, max_col=3)
series = Reference(ws, min_col=1, min_row=2, max_row=8)
chart1.add_data(data, titles_from_data=True)
chart1.set_categories(series)
ws.add_chart(chart1, "A10")

引入柱状图类 BarChart 和数据应用类 Reference
创建 Workbook，并为活动 Sheet 添加数据
创建柱状图对象，设置图表属性，type 为 col 为列状图，bar 为水平图
创建数据引用对象，指定从那个 sheet 以及数据范围
创建系列数据引用对象
将数据和系列加入到图表对象中
最后将图表对象用 add_chart 添加到 sheet 里

柱状图

圆饼图

from openpyxl import Workbook
from openpyxl.chart import PieChart, Reference


data = [
    ['水果', '销量'],
    ['苹果', 50],
    ['樱桃', 30],
    ['橘子', 10],
    ['香蕉', 40],
]


wb = Workbook()
ws = wb.active


for row in data:
    ws.append(row)


pie = PieChart()
pie.title = "水果销量占比"
labels = Reference(ws, min_col=1, min_row=2, max_row=5)
data = Reference(ws, min_col=2, min_row=1, max_row=5)
pie.add_data(data, titles_from_data=True)
pie.set_categories(labels)


ws.add_chart(pie, "D1")