当前位置:首页 > 文章列表 > 文章 > python教程 > Python操作Excel必备库openpyxl详解

Python操作Excel必备库openpyxl详解

2025-12-05 12:58:32 0浏览 收藏

目前golang学习网上已经有很多关于文章的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《Python操作Excel常用库openpyxl详解》,也希望能帮助到大家,如果阅读完后真的对你学习文章有帮助,欢迎动动手指,评论留言并分享~

openpyxl是Python操作.xlsx文件的库,支持读写单元格、样式、多工作表等;安装后可加载或创建文件,读取数据、写入内容、设置字体对齐、管理多个sheet,适用于无需Excel软件的数据处理。

Python 处理 Excel 文件的常见库 openpyxl

openpyxl 简介

openpyxl 是 Python 中用于读写 Excel 2010 及以上版本(即 .xlsx 文件)的常用库。它支持操作工作表、单元格、样式、图表、公式等,适合处理中等规模的 Excel 数据,无需依赖 Microsoft Excel 软件。

安装 openpyxl

使用 pip 安装:

pip install openpyxl

基本操作示例

以下是使用 openpyxl 进行常见操作的方法:

1. 读取 Excel 文件

加载一个已存在的 .xlsx 文件并读取数据:

from openpyxl import load_workbook

加载工作簿

wb = load_workbook('example.xlsx')

选择工作表

ws = wb['Sheet1'] # 或 wb.active 获取默认表

读取单元格

print(ws['A1'].value) print(ws.cell(row=2, column=2).value)

遍历行数据

for row in ws.iter_rows(values_only=True): print(row)

2. 创建和写入 Excel 文件

创建新文件并写入数据:

from openpyxl import Workbook

wb = Workbook() ws = wb.active

写入数据

ws['A1'] = '姓名' ws['B1'] = '年龄' ws.append(['张三', 25]) ws.append(['李四', 30])

保存文件

wb.save('output.xlsx')

3. 修改单元格样式

可以设置字体、对齐方式、边框等样式:

from openpyxl.styles import Font, Alignment

cell = ws['A1'] cell.font = Font(bold=True, color="FF0000") cell.alignment = Alignment(horizontal="center")

4. 处理多工作表

可以创建、重命名或切换工作表:

  • 创建新表:wb.create_sheet("新表")
  • 删除表:wb.remove(wb['Sheet2'])
  • 重命名:ws.title = "员工信息"

注意事项

  • openpyxl 不支持旧版 .xls 格式(Excel 97-2003),如需支持可使用 xlrd 或 xlwt。
  • 大文件处理时注意内存占用,建议结合生成器遍历数据。
  • 保存文件时会覆盖原文件,操作前建议备份。

基本上就这些。openpyxl 功能全面,上手简单,是处理现代 Excel 文件的可靠选择。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

Snipaste版本不兼容怎么解决Snipaste版本不兼容怎么解决
上一篇
Snipaste版本不兼容怎么解决
Node.js安装教程详细步骤解析
下一篇
Node.js安装教程详细步骤解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    356次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    416次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    424次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    378次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    201次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码