用Python自动化操作Excel制作报表,真的是太方便啦
作者:俊欣
来源:关于数据分析与可视化
今天小编来介绍一下如何用 Python 来操作Excel 文件,当中需要用到的模块叫做openpyxl ,其中我们会涉及到一些基本常规的操作,例如有 插入与查询数据 分类统计数据 数据的可视化 字体颜色的更改 等等 基本操作
小编默认大家已经都安装好了 openpyxl 模块了,要是还没有安装的话,可以通过pip 命令行,代码如下 pip install openpyxl
我们首先来导入 Excel 数据集,代码如下 # 导入模块from openpyxl import Workbook, load_workbook# 导入Excel数据集wb = load_workbook(r"grades.xlsx")# 得到正在运行的工作表sheet = wb.active# 工作表的名称叫做print(sheet)
output 打印出工作表中的值
我们通过传入单元格的位置来打印其中的数值,代码如下 print(sheet["A1"].value)print(sheet["A2"].value)print(sheet["B3"].value)
output NameTestMale改变某个单元格的数值
我们还可以尝试来改变某个单元格的数值,代码如下 sheet["A1"] = "Dylan"# 保存wb.save(r"grades.xlsx")
在保存过之后,我们来看一下结果如何,如下图所示
添加一个工作表
我们尝试在现有的 Excel 当中添加一个工作表,代码如下 # 添加一个新的工作表wb.create_sheet("Class B")# 返回以列表形式带有工作表名称print(wb.sheetnames)
output ["Class A", "Class B"]插入数据
我们尝试新建一个工作簿,并且插入若干条数据,代码如下 # 创建一个新的工作簿new_wb = Workbook()ws = new_wb.active# 重命名工作表的名称ws.title = "Test1"# 插入数据到新建的工作表中ws.append(["This","is","a","test"])new_wb.save("test.xlsx")
我们来看一下最后出来的结果,如下图所示
我们尝试来多插入几条数据,代码如下 # 插入更多的数据ws.append(["This","Is","Another","Test"])ws.append(["And","Yet","Another","Test"])ws.append(["End"])# 保存new_wb.save("test.xlsx")插入行与删除行
如果是想插入某一行的话,调用的则是 insert_rows() 方法,具体代码如下 # 前面的步骤一样,导入工作簿和数据ws.insert_rows(1)wb.save("test.xlsx")
出来的结果如下图所示
同理,如果是想要去删除某一行的数据的话,调用的则是 delete_rows() 方法,具体代码如下 ws.delete_rows(1)# 保存wb.save("test.xlsx")
出来的结果如下图所示
插入列与删除列
我们来看一下该如何插入列和删除列,插入列用到的方式是 insert_cols() ,代码如下 # 新插入一列ws.insert_cols(2)
结果如下
而删除列的方法是 delete_cols() , ws.delete_cols(1,2)数据的分析与可视化
我们还可以进行一系列的数据统计分析,首先我们先把需要用到的数据放入至 Excel 当中去, sales_data = { "苹果": {"北京": 5000, "上海": 7000, "深圳": 6000, "香港": 10000}, "华为": {"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} }
小编随意生成了一点数据,并且将其放置到 Excel 当中去,代码如下 # 创建一个新的工作簿sales_wb = Workbook()ws = sales_wb.active# 重命名工作表的名称ws.title = "Sales"# 创建列名column_names = ["Product Name"] + list(sales_data["苹果"].keys())ws.append(column_names)# 将一系列的数值都放置到工作表当中去for product in sales_data: sales = list(sales_data[product].values()) ws.append([product] + sales)sales_wb.save("sales_data.xlsx")
我们来看一下出来的结果,如下图所示
平均值的计算
我们来指定某一列,并且求出其平均值,代码如下 ws["B6"] = "=AVERAGE(B2:B5)"sales_wb.save("sales_data.xlsx")
我们来看一下出来的结果,如下图所示
求和的计算
我们为每一座城市的销售额都来做一个求和的计算,我们写一个 for 循环来遍历每一列,将每一列当中的数据做一个求和,代码如下 # 再添加新的一行的名称ws["A" + str(ws.max_row + 1)] = "Total Sales"# 遍历再求和for col in range(2, len(sales_data["苹果"]) + 2): char = get_column_letter(col) ws[char + "6"] = f"=SUM({char + "2"}:{char + "5"})"
我们来看一下出来的结果,如下图所示
字体颜色的更改
我们也可以来更改字体的颜色,使得更加美观一些,代码如下 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")
我们来看一下美化过之后的结果,如下图所示
画个柱状图出来
最后的最后,我们来绘制一张柱状图,来看一下不同的产品在每一个城市的销售数据如何,横坐标对应的产品类目,而纵坐标对应的则是销售数据,另外我们根据不同的城市会用不用的颜色来标注出来,代码如下 from openpyxl.chart import BarChart, Reference# 新建一个柱状图实例barchart = BarChart()# 确定数据的范围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)# 添加数据以及类目barchart.add_data(data, titles_from_data=True)barchart.set_categories(categories)# 绘制的数据放在哪个位置ws.add_chart(barchart, "G1")# 添加标题barchart.title = "每座城市的产品销售数据"# 图表的类型barchart.style = 2sales_wb.save("sales_data.xlsx")
我们来看一下最后出来的结果,如下图所示