作者：俊欣

來源：關于數據分析與可視化

今天小編來介紹一下如何用Python來操作Excel文件，當中需要用到的模塊叫做openpyxl，其中我們會涉及到一些基本常規的操作，例如有

• 插入與查詢數據
• 分類統計數據
• 數據的可視化
• 字體顏色的更改
• 等等

基本操作

小編默認大家已經都安裝好了openpyxl模塊了，要是還沒有安裝的話，可以通過pip命令行，代碼如下

pip install openpyxl

我們首先來導入Excel數據集，代碼如下

# 導入模塊from openpyxl import Workbook, load_workbook# 導入Excel數據集wb = load_workbook(r"grades.xlsx")# 得到正在運行的工作表sheet = wb.active# 工作表的名稱叫做print(sheet)

output

打印出工作表中的值

我們通過傳入單元格的位置來打印其中的數值，代碼如下

print(sheet["A1"].value)print(sheet["A2"].value)print(sheet["B3"].value)

output

NameTestMale

改變某個單元格的數值

我們還可以嘗試來改變某個單元格的數值，代碼如下

sheet["A1"] = "Dylan"# 保存wb.save(r"grades.xlsx")

在保存過之后，我們來看一下結果如何，如下圖所示

添加一個工作表

我們嘗試在現有的Excel當中添加一個工作表，代碼如下

# 添加一個新的工作表wb.create_sheet("Class B")# 返回以列表形式帶有工作表名稱print(wb.sheetnames)

output

['Class A', 'Class B']

插入數據

我們嘗試新建一個工作簿，并且插入若干條數據，代碼如下

# 創建一個新的工作簿new_wb = Workbook()ws = new_wb.active# 重命名工作表的名稱ws.title = "Test1"# 插入數據到新建的工作表中ws.append(["This","is","a","test"])new_wb.save("test.xlsx")

我們來看一下最后出來的結果，如下圖所示

我們嘗試來多插入幾條數據，代碼如下

# 插入更多的數據ws.append(["This","Is","Another","Test"])ws.append(["And","Yet","Another","Test"])ws.append(["End"])# 保存new_wb.save("test.xlsx")

插入行與刪除行

如果是想插入某一行的話，調用的則是insert_rows()方法，具體代碼如下

# 前面的步驟一樣，導入工作簿和數據ws.insert_rows(1)wb.save("test.xlsx")

出來的結果如下圖所示

同理，如果是想要去刪除某一行的數據的話，調用的則是delete_rows()方法，具體代碼如下

ws.delete_rows(1)# 保存wb.save("test.xlsx")

出來的結果如下圖所示

插入列與刪除列

我們來看一下該如何插入列和刪除列，插入列用到的方式是insert_cols()，代碼如下

# 新插入一列ws.insert_cols(2)

結果如下

而刪除列的方法是delete_cols()，

ws.delete_cols(1,2)

數據的分析與可視化

我們還可以進行一系列的數據統計分析，首先我們先把需要用到的數據放入至Excel當中去，

sales_data = { "蘋果": {"北京": 5000, "上海": 7000, "深圳": 6000, "香港": 10000}, "華為": {"北京": 8000, "上海": 4000, "深圳": 3000, "香港": 9000}, "小米": {"北京": 6000, "上海": 9000, "深圳": 5000, "香港": 6000}, "vivo": {"北京": 3000, "上海": 5000, "深圳": 4000, "香港": 7000}            }

小編隨意生成了一點數據，并且將其放置到Excel當中去，代碼如下

# 創建一個新的工作簿sales_wb = Workbook()ws = sales_wb.active# 重命名工作表的名稱ws.title = "Sales"# 創建列名column_names = ["Product Name"] + list(sales_data["蘋果"].keys())ws.append(column_names)# 將一系列的數值都放置到工作表當中去for product in sales_data:    sales = list(sales_data[product].values())    ws.append([product] + sales)sales_wb.save("sales_data.xlsx")

我們來看一下出來的結果，如下圖所示

平均值的計算

我們來指定某一列，并且求出其平均值，代碼如下

ws['B6'] = '=AVERAGE(B2:B5)'sales_wb.save("sales_data.xlsx")

我們來看一下出來的結果，如下圖所示

求和的計算

我們為每一座城市的銷售額都來做一個求和的計算，我們寫一個for循環來遍歷每一列，將每一列當中的數據做一個求和，代碼如下

# 再添加新的一行的名稱ws['A' + str(ws.max_row + 1)] = "Total Sales"# 遍歷再求和for col in range(2, len(sales_data["蘋果"]) + 2): char = get_column_letter(col)    ws[char + '6'] = f"=SUM({char + '2'}:{char + '5'})"

我們來看一下出來的結果，如下圖所示

字體顏色的更改

我們也可以來更改字體的顏色，使得更加美觀一些，代碼如下

for col in range(1,ws.max_column+1):    ws[get_column_letter(col) + '1'].font = Font('Arial', bold=True, size=13, color='00000080')    sales_wb.save("sales_data.xlsx")

我們來看一下美化過之后的結果，如下圖所示

畫個柱狀圖出來

最后的最后，我們來繪制一張柱狀圖，來看一下不同的產品在每一個城市的銷售數據如何，橫坐標對應的產品類目，而縱坐標對應的則是銷售數據，另外我們根據不同的城市會用不用的顏色來標注出來，代碼如下

from openpyxl.chart import BarChart, Reference# 新建一個柱狀圖實例barchart = BarChart()# 確定數據的范圍data = Reference(ws, min_col=ws.min_column+1, max_col=ws.max_column, min_row=ws.min_row, max_row=ws.max_row-1)categories = Reference(ws, min_col=ws.min_column, max_col=ws.min_column, min_row=ws.min_row+1, max_row=ws.max_row-1)# 添加數據以及類目barchart.add_data(data, titles_from_data=True)barchart.set_categories(categories)# 繪制的數據放在哪個位置ws.add_chart(barchart, "G1")# 添加標題barchart.title = '每座城市的產品銷售數據'# 圖表的類型barchart.style = 2sales_wb.save("sales_data.xlsx")

我們來看一下最后出來的結果，如下圖所示