Python笔记一之excel的读取，使用的库的版本如下：

Python笔记一之excel的读取，使用的库的版本如下：

本文首发于公众号：Hunter后端
原文链接：Python笔记一之excel的读取

这里我常用的 python 对于 excel 的读取库有两个，一个是 xlsxwriter 用于操作 excel 的写入，一个是 xlrd 用于 excel 文件的读取。

使用的库的版本如下：

• xlsx==1.2.6
• xlrd==1.1.0

xlsxwriter 写入 excel

新建一个 excel

import xlsxwriter

path = "/Users/hunter/xxx.xlsx"

wb = xlsxwriter.Workbook(path)

添加一个 sheet：

# 定义 sheet 的名称
sheet_name = "sheet_name"  

# 添加一个 sheet 页
sheet_1 = wb.add_worksheet(sheet_name)

sheet 表格数据的写入
sheet 的表格数据有几种方式，一种是通过 x, y 这种坐标轴定位的方式，从左上角开始，左上角也就是 'A1' 的位子为 (0, 0)。

比如我们想要在左上角写入数据：

sheet1.write(0, 0, "A1数据")

如果我们想要在第二行，第三列写入数据：

sheet1.write(1, 2, "C2数据")

另一种是通过 excel 的单元格名称来定位写入，比如 'A1'，'D4'这种：

sheet1.write("A1", "A1数据")
sheet1.write("F2", "F2数据")

批量写入
除了单个单元格的数据写入，我们还可以通过某个起始单元格来批量写入。

批量写入可以从横向写入，也可以从纵向写入。

比如如果想要从 C2 单元格开始，横向写入 python，java，JS 三条数据，可以如下操作：

sheet1.write_row("C2", ["python", "java", "JS"])

也可以通过 i, j 的定位方式来操作，比如从 "C3" 开始往后写入：

sheet1.write_row(2, 2, ["python", "java", "JS"])

上面的 write_row() 方法是横向写入，从起始位置横向开始写，如果是纵向，那就使用 write_column()

保存
然后将这个 excel 保存：

wb.close()

xlrd 读取 excel

注意： 安装 xlrd 的时候不要安装默认的版本，当前默认的最新版本不能解析 xlsx 文件，我这里选择的是 xlrd==1.0.0

使用 xlrd 从 excel 中读取数据的操作方式如下：

获取 excel

import xlrd

path = "/Users/hunter/xxx.xlsx"
workbook = xlrd.open_workbook(path)

获取 sheet

获取 sheet 对象列表：

sheet_list = workbook.sheets()

获取所有的 sheet 的名称列表：

sheet_name_list = workbook.sheet_names()

根据索引获取单个 sheet：

i = 0
sheet = workbook.sheet_by_index(i)

获取单元格数据
如果直接获取单元格数据，可以通过坐标轴的 x, y 的方式来定位获取，其中左上角是 (0, 0)。

比如我们想获取 (0, 0) 位子的数据，也就是 'A1' 的单元格，我们可以：

cell = sheet.cell(0, 0)

获取到的是这个单元格对象，如果想要获取其中的值，需要对 cell 对象再取值：

print(cell.value)

也可以直接使用取值的方法：

print(sheet.cell_value(0, 0))

获取行列数据

上面是通过单元格单个获取数据，我们可以单独获取行和列的数据，比如获取第二行的单元格：

row_2 = sheet.row(1)

上面获取到的数据是一个对象列表，每个元素都是一个个的单元格 cell，也就是我们上面通过 cell() 函数获取到的对象。

如果是想直接取值，则可以：

row_value_2 = sheet.row_values(1)

返回的是一个列表，元素是该行单元的 value 值

查看该行长度：

row_value_2_len = sheet.row_len(1)

获取 sheet 的总行数：

nrows = sheet.nrows

根据列获取数据将函数的 row 换成 col 即可，比如获取第二列的数据：

col_value_2 = sheet.col_values(1)

如果想获取更多相关文章，可扫码关注阅读：