当前位置:首页 > 文章列表 > 文章 > python教程 > PythonExcel自动化技巧:openpyxl与xlrd使用指南

PythonExcel自动化技巧:openpyxl与xlrd使用指南

2026-01-30 09:18:37 0浏览 收藏

大家好,我们又见面了啊~本文《PythonExcel自动化教程:openpyxl与xlrd使用技巧》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~

openpyxl主打写入与新建,支持.xlsx等格式并控制样式;xlrd仅读.xls文件,2.0+版不再支持.xlsx;推荐pandas+openpyxl组合处理数据与格式。

PythonExcel自动化教程_openpyxl与xlrd操作技巧

用 Python 处理 Excel 文件,openpyxl 和 xlrd 是两个最常用但定位不同的库:前者主打「写入 + 新建 + 格式控制」,后者专注「读取旧版 Excel(.xls)」。现在多数场景推荐优先用 openpyxl(支持 .xlsx/.xlsm/.xltx/.xltm),而 xlrd 自 2.0 版起已停止支持 .xlsx 文件读取,仅能读 .xls —— 这点务必注意,否则会报错 Unsupported format, or corrupt file。

openpyxl:读写 Excel 的主力工具

适合新建表格、修改现有 .xlsx 文件、调整单元格样式、处理公式和图表等。

  • 加载工作簿:from openpyxl import load_workbook;wb = load_workbook("data.xlsx")(默认保留格式);如只需数据可加 read_only=True 加速大文件读取
  • 选工作表:ws = wb["Sheet1"] 或 ws = wb.active
  • 读单元格:ws["A1"].value 或 ws.cell(row=1, column=1).value
  • 写入内容:ws["B2"] = "Hello";批量写可用 ws.append([1, 2, 3])(追加一行)
  • 保存文件:wb.save("output.xlsx")(不能覆盖正在打开的 Excel 文件,会报错)

xlrd:只读 .xls 文件的遗留方案

适用于维护老系统中大量 .xls 格式报表,不建议用于新项目。

  • 安装注意:必须用 pip install xlrd==1.2.0(高版本不支持 .xlsx)
  • 读取示例:import xlrd;book = xlrd.open_workbook("old.xls");sheet = book.sheet_by_name("Sheet1")
  • 获取数据:sheet.cell_value(0, 0)(行索引、列索引均从 0 开始);sheet.row_values(1) 读整行
  • 不支持写入:xlrd 是纯读取库,任何写操作都会报错

替代方案推荐:pandas + openpyxl 组合

日常数据处理中,更高效的方式是用 pandas 做逻辑运算,再用 openpyxl 补充格式或写入多 sheet:

  • 读取:df = pd.read_excel("data.xlsx", sheet_name="Sales")
  • 计算后写回:with pd.ExcelWriter("report.xlsx", engine="openpyxl") as writer:
      df.to_excel(writer, sheet_name="Summary", index=False)
      df.groupby("Region").sum().to_excel(writer, sheet_name="ByRegion")
  • 后续还能用 writer.book 获取 openpyxl 工作簿对象,继续设置字体、边框、冻结窗格等

常见坑与应对

  • 日期读出来是数字:openpyxl 默认把 Excel 日期转为 datetime 对象;若看到浮点数(如 44562.0),说明该单元格未被识别为日期类型,可手动用 xlrd.xldate_as_datetime(cell_value, book.datemode)(xlrd)或检查源文件单元格格式
  • 中文乱码:openpyxl 本身无编码参数,乱码多因 Excel 文件本身保存异常,建议用 Excel 软件另存为 UTF-8 兼容格式(.xlsx),或统一用 pandas 读取(自动处理较好)
  • 内存占用大:处理超大 Excel(>10 万行)时,避免全量加载,改用 openpyxl.load_workbook(..., read_only=True) + 迭代读取,或换用 pyxlsb(支持 .xlsb)或 polars + python-calamine(更快更省内存)

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《PythonExcel自动化技巧:openpyxl与xlrd使用指南》文章吧,也可关注golang学习网公众号了解相关技术文章。

PHP数据库备份配置及安全设置PHP数据库备份配置及安全设置
上一篇
PHP数据库备份配置及安全设置
居中布局与动态验证码实现技巧
下一篇
居中布局与动态验证码实现技巧
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。
    304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。
    360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。
    358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。
    326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。
    147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