# OpenPyXL 教程 > 原文： [http://zetcode.com/python/openpyxl/](http://zetcode.com/python/openpyxl/) 在本教程中，我们展示如何使用 OpenPyXL 库在 Python 中使用 Excel 文件。 ## OpenPyXL OpenPyXL 是用于读取和写入 Excel 2010 xlsx/xlsm/xltx/xltm 文件的 Python 库。 ## Excel xlsx 在本教程中，我们使用 xlsx 文件。 xlsx 是 Microsoft Excel 使用的开放 XML 电子表格文件格式的文件扩展名。 xlsm 文件支持宏。 xlsx 是专有的二进制格式，而 xlsx 是基于 Office Open XML 格式的。 ```py $ sudo pip3 install openpyxl ``` 我们使用`pip3`工具安装 OpenPyXL。 ## OpenPyXL 创建新文件 在第一个示例中，我们使用 OpenPyXL 创建一个新的 xlsx 文件。 `write_xlsx.py` ```py #!/usr/bin/env python from openpyxl import Workbook import time book = Workbook() sheet = book.active sheet['A1'] = 56 sheet['A2'] = 43 now = time.strftime("%x") sheet['A3'] = now book.save("sample.xlsx") ``` 在示例中，我们创建一个新的 xlsx 文件。 我们将数据写入三个单元格。 ```py from openpyxl import Workbook ``` 从 OpenPyXL 模块，我们导入`Workbook`类。 工作簿是文档所有其他部分的容器。 ```py book = Workbook() ``` 我们创建一个新的工作簿。 始终使用至少一个工作表创建一个工作簿。 ```py sheet = book.active ``` 我们获得对活动工作表的引用。 ```py sheet['A1'] = 56 sheet['A2'] = 43 ``` 我们将数值数据写入单元格`A1`和`A2`。 ```py now = time.strftime("%x") sheet['A3'] = now ``` 我们将当前日期写入单元格`A3`。 ```py book.save("sample.xlsx") ``` 我们使用`save()`方法将内容写入`sample.xlsx`文件。  图：新文件 ## OpenPyXL 写入单元格 写入单元格有两种基本方法：使用工作表的键（例如`A1`或`D3`），或通过`cell()`方法使用行和列表示法。 `write2cell.py` ```py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active sheet['A1'] = 1 sheet.cell(row=2, column=2).value = 2 book.save('write2cell.xlsx') ``` 在示例中，我们将两个值写入两个单元格。 ```py sheet['A1'] = 1 ``` 在这里，我们将数值分配给`A1`单元。 ```py sheet.cell(row=2, column=2).value = 2 ``` 在这一行中，我们用行和列表示法写入单元格`B2`。 ## OpenPyXL 附加值 使用`append()`方法，我们可以在当前工作表的底部附加一组值。 `appending_values.py` ```py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) for row in rows: sheet.append(row) book.save('appending.xlsx') ``` 在示例中，我们将三列数据附加到当前工作表中。 ```py rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) ``` 数据存储在元组的元组中。 ```py for row in rows: sheet.append(row) ``` 我们逐行浏览容器，并使用`append()`方法插入数据行。 ## OpenPyXL 读取单元格 在下面的示例中，我们从`sample.xlsx`文件中读取先前写入的数据。 `read_cells.py` ```py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sample.xlsx') sheet = book.active a1 = sheet['A1'] a2 = sheet['A2'] a3 = sheet.cell(row=3, column=1) print(a1.value) print(a2.value) print(a3.value) ``` 该示例加载一个现有的 xlsx 文件并读取三个单元格。 ```py book = openpyxl.load_workbook('sample.xlsx') ``` 使用`load_workbook()`方法打开文件。 ```py a1 = sheet['A1'] a2 = sheet['A2'] a3 = sheet.cell(row=3, column=1) ``` 我们读取`A1`，`A2`和`A3`单元的内容。 在第三行中，我们使用`cell()`方法获取`A3`单元格的值。 ```py $ ./read_cells.py 56 43 10/26/16 ``` 这是示例的输出。 ## OpenPyXL 读取多个单元格 我们有以下数据表：  图：项目 我们使用范围运算符读取数据。 `read_cells2.py` ```py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('items.xlsx') sheet = book.active cells = sheet['A1': 'B6'] for c1, c2 in cells: print("{0:8} {1:8}".format(c1.value, c2.value)) ``` 在示例中，我们使用范围运算从两列读取数据。 ```py cells = sheet['A1': 'B6'] ``` 在这一行中，我们从单元格`A1-B6`中读取数据。 ```py for c1, c2 in cells: print("{0:8} {1:8}".format(c1.value, c2.value)) ``` `format()`函数用于在控制台上整洁地输出数据。 ```py $ ./read_cells2.py Items Quantity coins 23 chairs 3 pencils 5 bottles 8 books 30 ``` 这是程序的输出。 ## OpenPyXL 按行迭代 `iter_rows()`方法将工作表中的单元格返回为行。 `iterating_by_rows.py` ```py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) for row in rows: sheet.append(row) for row in sheet.iter_rows(min_row=1, min_col=1, max_row=6, max_col=3): for cell in row: print(cell.value, end=" ") print() book.save('iterbyrows.xlsx') ``` 该示例逐行遍历数据。 ```py for row in sheet.iter_rows(min_row=1, min_col=1, max_row=6, max_col=3): ``` 我们提供了迭代的边界。 ```py $ ./iterating_by_rows.py 88 46 57 89 38 12 23 59 78 56 21 98 24 18 43 34 15 67 ``` 这是示例的输出。 ## OpenPyXL 按列迭代 `iter_cols()`方法将工作表中的单元格作为列返回。 `iterating_by_columns.py` ```py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (88, 46, 57), (89, 38, 12), (23, 59, 78), (56, 21, 98), (24, 18, 43), (34, 15, 67) ) for row in rows: sheet.append(row) for row in sheet.iter_cols(min_row=1, min_col=1, max_row=6, max_col=3): for cell in row: print(cell.value, end=" ") print() book.save('iterbycols.xlsx') ``` 该示例逐列遍历数据。 ```py $ ./iterating_by_columns.py 88 89 23 56 24 34 46 38 59 21 18 15 57 12 78 98 43 67 ``` 这是示例的输出。 ## 统计 对于下一个示例，我们需要创建一个包含数字的 xlsx 文件。 例如，我们使用`RANDBETWEEN()`函数在 10 列中创建了 25 行数字。 `mystats.py` ```py #!/usr/bin/env python import openpyxl import statistics as stats book = openpyxl.load_workbook('numbers.xlsx', data_only=True) sheet = book.active rows = sheet.rows values = [] for row in rows: for cell in row: values.append(cell.value) print("Number of values: {0}".format(len(values))) print("Sum of values: {0}".format(sum(values))) print("Minimum value: {0}".format(min(values))) print("Maximum value: {0}".format(max(values))) print("Mean: {0}".format(stats.mean(values))) print("Median: {0}".format(stats.median(values))) print("Standard deviation: {0}".format(stats.stdev(values))) print("Variance: {0}".format(stats.variance(values))) ``` 在示例中，我们从工作表中读取所有值并计算一些基本统计信息。 ```py import statistics as stats ``` 导入`statistics`模块以提供一些统计函数，例如中值和方差。 ```py book = openpyxl.load_workbook('numbers.xlsx', data_only=True) ``` 使用`data_only`选项，我们从单元格而不是公式中获取值。 ```py rows = sheet.rows ``` 我们得到所有不为空的单元格行。 ```py for row in rows: for cell in row: values.append(cell.value) ``` 在两个`for`循环中，我们从单元格中形成一个整数值列表。 ```py print("Number of values: {0}".format(len(values))) print("Sum of values: {0}".format(sum(values))) print("Minimum value: {0}".format(min(values))) print("Maximum value: {0}".format(max(values))) print("Mean: {0}".format(stats.mean(values))) print("Median: {0}".format(stats.median(values))) print("Standard deviation: {0}".format(stats.stdev(values))) print("Variance: {0}".format(stats.variance(values))) ``` 我们计算并打印有关值的数学统计信息。 一些函数是内置的，其他函数是通过`statistics`模块导入的。 ```py $ ./mystats.py Number of values: 312 Sum of values: 15877 Minimum value: 0 Maximum value: 100 Mean: 50.88782051282051 Median: 54.0 Standard deviation: 28.459203819700967 Variance: 809.9262820512821 ``` 这是一个示例输出。 ## OpenPyXL 过滤器&排序数据 图纸具有`auto_filter`属性，该属性允许设置过滤条件和排序条件。 请注意，OpenPyXL 设置了条件，但是我们必须在电子表格应用中应用它们。 `filter_sort.py` ```py #!/usr/bin/env python from openpyxl import Workbook wb = Workbook() sheet = wb.active data = [ ['Item', 'Colour'], ['pen', 'brown'], ['book', 'black'], ['plate', 'white'], ['chair', 'brown'], ['coin', 'gold'], ['bed', 'brown'], ['notebook', 'white'], ] for r in data: sheet.append(r) sheet.auto_filter.ref = 'A1:B8' sheet.auto_filter.add_filter_column(1, ['brown', 'white']) sheet.auto_filter.add_sort_condition('B2:B8') wb.save('filtered.xlsx') ``` 在示例中，我们创建一个包含项目及其颜色的工作表。 我们设置一个过滤器和一个排序条件。 ## OpenPyXL 维度 为了获得那些实际包含数据的单元格，我们可以使用维度。 `dimensions.py` ```py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active sheet['A3'] = 39 sheet['B3'] = 19 rows = [ (88, 46), (89, 38), (23, 59), (56, 21), (24, 18), (34, 15) ] for row in rows: sheet.append(row) print(sheet.dimensions) print("Minimum row: {0}".format(sheet.min_row)) print("Maximum row: {0}".format(sheet.max_row)) print("Minimum column: {0}".format(sheet.min_column)) print("Maximum column: {0}".format(sheet.max_column)) for c1, c2 in sheet[sheet.dimensions]: print(c1.value, c2.value) book.save('dimensions.xlsx') ``` 该示例计算两列数据的维数。 ```py sheet['A3'] = 39 sheet['B3'] = 19 rows = [ (88, 46), (89, 38), (23, 59), (56, 21), (24, 18), (34, 15) ] for row in rows: sheet.append(row) ``` 我们将数据添加到工作表。 请注意，我们从第三行开始添加。 ```py print(sheet.dimensions) ``` `dimensions`属性返回非空单元格区域的左上角和右下角单元格。 ```py print("Minimum row: {0}".format(sheet.min_row)) print("Maximum row: {0}".format(sheet.max_row)) ``` 使用`min_row`和`max_row`属性，我们可以获得包含数据的最小和最大行。 ```py print("Minimum column: {0}".format(sheet.min_column)) print("Maximum column: {0}".format(sheet.max_column)) ``` 通过`min_column`和`max_column`属性，我们获得了包含数据的最小和最大列。 ```py for c1, c2 in sheet[sheet.dimensions]: print(c1.value, c2.value) ``` 我们遍历数据并将其打印到控制台。 ```py $ ./dimensions.py A3:B9 Minimum row: 3 Maximum row: 9 Minimum column: 1 Maximum column: 2 39 19 88 46 89 38 23 59 56 21 24 18 34 15 ``` 这是示例的输出。 ## 工作表 每个工作簿可以有多个工作表。  图：床单 让我们有一张包含这三张纸的工作簿。 `sheets.py` ```py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sheets.xlsx') print(book.get_sheet_names()) active_sheet = book.active print(type(active_sheet)) sheet = book.get_sheet_by_name("March") print(sheet.title) ``` 该程序可用于 Excel 工作表。 ```py print(book.get_sheet_names()) ``` `get_sheet_names()`方法返回工作簿中可用工作表的名称。 ```py active_sheet = book.active print(type(active_sheet)) ``` 我们获取活动表并将其类型打印到终端。 ```py sheet = book.get_sheet_by_name("March") ``` 我们使用`get_sheet_by_name()`方法获得对工作表的引用。 ```py print(sheet.title) ``` 检索到的工作表的标题将打印到终端。 ```py $ ./sheets.py ['January', 'February', 'March'] <class 'openpyxl.worksheet.worksheet.Worksheet'> March ``` 这是程序的输出。 `sheets2.py` ```py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sheets.xlsx') book.create_sheet("April") print(book.sheetnames) sheet1 = book.get_sheet_by_name("January") book.remove_sheet(sheet1) print(book.sheetnames) book.create_sheet("January", 0) print(book.sheetnames) book.save('sheets2.xlsx') ``` 在此示例中，我们创建一个新工作表。 ```py book.create_sheet("April") ``` 使用`create_sheet()`方法创建一个新图纸。 ```py print(book.sheetnames) ``` 图纸名称也可以使用`sheetnames`属性显示。 ```py book.remove_sheet(sheet1) ``` 可以使用`remove_sheet()`方法将纸张取出。 ```py book.create_sheet("January", 0) ``` 可以在指定位置创建一个新图纸。 在我们的例子中，我们在索引为 0 的位置创建一个新工作表。 ```py $ ./sheets2.py ['January', 'February', 'March', 'April'] ['February', 'March', 'April'] ['January', 'February', 'March', 'April'] ``` 这是程序的输出。 可以更改工作表的背景颜色。 `sheets3.py` ```py #!/usr/bin/env python import openpyxl book = openpyxl.load_workbook('sheets.xlsx') sheet = book.get_sheet_by_name("March") sheet.sheet_properties.tabColor = "0072BA" book.save('sheets3.xlsx') ``` 该示例修改了标题为`"March"`的工作表的背景颜色。 ```py sheet.sheet_properties.tabColor = "0072BA" ``` 我们将`tabColor`属性更改为新颜色。  图：工作表的背景色 第三工作表的背景色已更改为某种蓝色。 ## 合并单元格 单元格可以使用`merge_cells()`方法合并，而可以不使用`unmerge_cells()`方法合并。 当我们合并单元格时，除了左上角的所有单元格都将从工作​​表中删除。 `merging_cells.py` ```py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.styles import Alignment book = Workbook() sheet = book.active sheet.merge_cells('A1:B2') cell = sheet.cell(row=1, column=1) cell.value = 'Sunny day' cell.alignment = Alignment(horizontal='center', vertical='center') book.save('merging.xlsx') ``` 在该示例中，我们合并了四个单元格：`A1`，`B1`，`A2`和`B2`。 最后一个单元格中的文本居中。 ```py from openpyxl.styles import Alignment ``` 为了使文本在最后一个单元格中居中，我们使用了`openpyxl.styles`模块中的`Alignment`类。 ```py sheet.merge_cells('A1:B2') ``` 我们用`merge_cells()`方法合并四个单元格。 ```py cell = sheet.cell(row=1, column=1) ``` 我们得到了最后一个单元格。 ```py cell.value = 'Sunny day' cell.alignment = Alignment(horizontal='center', vertical='center') ``` 我们将文本设置为合并的单元格并更新其对齐方式。  图：合并的单元格 ## OpenPyXL 冻结窗格 冻结窗格时，在滚动到工作表的另一个区域时，我们会保持工作表的某个区域可见。 `freezing.py` ```py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.styles import Alignment book = Workbook() sheet = book.active sheet.freeze_panes = 'B2' book.save('freezing.xlsx') ``` 该示例通过单元格`B2`冻结窗格。 ```py sheet.freeze_panes = 'B2' ``` 要冻结窗格，我们使用`freeze_panes`属性。 ## OpenPyXL 公式 下一个示例显示如何使用公式。 OpenPyXL 不进行计算； 它将公式写入单元格。 `formulas.py` ```py #!/usr/bin/env python from openpyxl import Workbook book = Workbook() sheet = book.active rows = ( (34, 26), (88, 36), (24, 29), (15, 22), (56, 13), (76, 18) ) for row in rows: sheet.append(row) cell = sheet.cell(row=7, column=2) cell.value = "=SUM(A1:B6)" cell.font = cell.font.copy(bold=True) book.save('formulas.xlsx') ``` 在示例中，我们使用`SUM()`函数计算所有值的总和，并以粗体显示输出样式。 ```py rows = ( (34, 26), (88, 36), (24, 29), (15, 22), (56, 13), (76, 18) ) for row in rows: sheet.append(row) ``` 我们创建两列数据。 ```py cell = sheet.cell(row=7, column=2) ``` 我们得到显示计算结果的单元格。 ```py cell.value = "=SUM(A1:B6)" ``` 我们将一个公式写入单元格。 ```py cell.font = cell.font.copy(bold=True) ``` 我们更改字体样式。  图：计算值之和 ## OpenPyXL 图像 在下面的示例中，我们显示了如何将图像插入到工作表中。 `write_image.py` ```py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.drawing.image import Image book = Workbook() sheet = book.active img = Image("icesid.png") sheet['A1'] = 'This is Sid' sheet.add_image(img, 'B2') book.save("sheet_image.xlsx") ``` 在示例中，我们将图像写到一张纸上。 ```py from openpyxl.drawing.image import Image ``` 我们使用`openpyxl.drawing.image`模块中的`Image`类。 ```py img = Image("icesid.png") ``` 创建一个新的`Image`类。 `icesid.png`图像位于当前工作目录中。 ```py sheet.add_image(img, 'B2') ``` 我们使用`add_image()`方法添加新图像。 ## OpenPyXL 图表 OpenPyXL 库支持创建各种图表，包括条形图，折线图，面积图，气泡图，散点图和饼图。 根据文档，OpenPyXL 仅支持在工作表中创建图表。 现有工作簿中的图表将丢失。 `create_bar_chart.py` ```py #!/usr/bin/env python from openpyxl import Workbook from openpyxl.chart import ( Reference, Series, BarChart ) book = Workbook() sheet = book.active rows = [ ("USA", 46), ("China", 38), ("UK", 29), ("Russia", 22), ("South Korea", 13), ("Germany", 11) ] for row in rows: sheet.append(row) data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6) categs = Reference(sheet, min_col=1, min_row=1, max_row=6) chart = BarChart() chart.add_data(data=data) chart.set_categories(categs) chart.legend = None chart.y_axis.majorGridlines = None chart.varyColors = True chart.title = "Olympic Gold medals in London" sheet.add_chart(chart, "A8") book.save("bar_chart.xlsx") ``` 在此示例中，我们创建了一个条形图，以显示 2012 年伦敦每个国家/地区的奥运金牌数量。 ```py from openpyxl.chart import ( Reference, Series, BarChart ) ``` `openpyxl.chart`模块具有使用图表的工具。 ```py book = Workbook() sheet = book.active ``` 创建一个新的工作簿。 ```py rows = [ ("USA", 46), ("China", 38), ("UK", 29), ("Russia", 22), ("South Korea", 13), ("Germany", 11) ] for row in rows: sheet.append(row) ``` 我们创建一些数据并将其添加到活动工作表的单元格中。 ```py data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=6) ``` 对于`Reference`类，我们引用表中代表数据的行。 在我们的案例中，这些是奥运金牌的数量。 ```py categs = Reference(sheet, min_col=1, min_row=1, max_row=6) ``` 我们创建一个类别轴。 类别轴是将数据视为一系列非数字文本标签的轴。 在我们的案例中，我们有代表国家名称的文本标签。 ```py chart = BarChart() chart.add_data(data=data) chart.set_categories(categs) ``` 我们创建一个条形图并为其设置数据和类别。 ```py chart.legend = None chart.y_axis.majorGridlines = None ``` 使用`legend`和`majorGridlines`属性，可以关闭图例和主要网格线。 ```py chart.varyColors = True ``` 将`varyColors`设置为`True`，每个条形都有不同的颜色。 ```py chart.title = "Olympic Gold medals in London" ``` 为图表设置标题。 ```py sheet.add_chart(chart, "A8") ``` 使用`add_chart()`方法将创建的图表添加到工作表中。  图：条形图 在本教程中，我们使用了 OpenPyXL 库。 我们已经从 Excel 文件中读取数据，并将数据写入 Excel 文件中。 您可能也对以下相关教程感兴趣： [Python 教程](/lang/python/)， [Python CSV 教程](/python/csv/)， [Python SimpleJson 教程](/python/simplejson/)和 [Python 列表推导](/articles/pythonlistcomprehensions/) 。 列出[所有 Python 教程](/all/#python)。