如何用Python輕松操控Excel表格
引言
在現代業務環境中，
Excel
表格是非常重要的工具，無論是數據記錄、數據分析還是報告生成，都離不開
Excel
。然而，手動操作Excel表格效率低下，容易出錯，尤其在面對大規模數據時更是如此。幸運的是，
Python
語言提供了強大的庫來輕松操控
Excel
表格，讓我們可以用高效、可靠的方式處理大量數據。
在這篇文章中，我將詳細介紹如何利用
Python
中的
openpyxl
和
pandas
庫來讀取、修改和保存
Excel
檔，並展示如何進行數據匯總、篩選和轉換，甚至生成圖表和進行宏操作。
為什麽選擇Python處理Excel表格
Python
以其簡潔的語法和強大的功能深受開發者喜愛。相比於手動操作，使用Python處理Excel表格具有以下幾個優勢：
1. 自動化操作 ：能夠自動執行復雜、重復性高的任務，從而減少人為錯誤。
2. 高效處理 ：能夠處理大量數據，速度遠高於手動操作。
3. 強大庫支持 ：
openpyxl和pandas等庫提供了豐富的功能，幾乎可以完成所有你能想到的Excel操作。4. 易於維護 ：程式碼易讀、易維護，可以方便地實作版本控制。
Python操作Excel的常用庫
在Python中，有多個庫可以用來處理Excel檔，但最常用的是
openpyxl
和
pandas
。這兩個庫各有特點，下面我將詳細介紹它們的使用方法。
openpyxl
openpyxl
是一個用於讀取和寫入
Excel 2010
xlsx/xlsm/xltx/xltm檔的庫。它功能強大，支持大多數Excel特性，包括公式、圖表、篩選、排序等，是處理Excel檔的理想選擇。
pandas
pandas
是一個強大的數據分析和數據處理庫，具有處理表格數據的靈活性和高效性。盡管
pandas
的主要目的是數據分析，但它也提供了豐富的Excel檔處理功能，特別適合用於數據清洗、數據轉換和數據分析。
讀取Excel檔
首先，我們需要安裝相關庫：
pip install openpyxl pandas
使用openpyxl讀取Excel檔
以下是使用
openpyxl
讀取Excel檔的範例程式碼：
import openpyxl# 載入Excel檔workbook = openpyxl.load_workbook('example.xlsx')# 獲取活動工作表sheet = workbook.active# 讀取單元格內容cell_value = sheet['A1'].valueprint(f'A1單元格的值是：{cell_value}')
使用pandas讀取Excel檔
使用
pandas
讀取Excel檔的程式碼更為簡潔：
import pandas as pd# 讀取Excel檔df = pd.read_excel('example.xlsx')# 顯示DataFrame前幾行print(df.head())
修改Excel檔
讀取數據只是第一步，實際業務中我們經常需要修改Excel檔。以下是如何使用
openpyxl
和
pandas
修改Excel檔的範例。
使用openpyxl修改Excel檔
import openpyxl# 載入Excel檔workbook = openpyxl.load_workbook('example.xlsx')# 獲取活動工作表sheet = workbook.active# 修改單元格內容sheet['A1'] = '新的值'# 保存修改後的Excel檔workbook.save('example_modified.xlsx')
使用pandas修改Excel檔
使用
pandas
修改Excel檔時，我們通常會對整個DataFrame進行操作，然後保存修改後的檔：
import pandas as pd# 讀取Excel檔df = pd.read_excel('example.xlsx')# 修改某一列的值df['Column1'] = df['Column1'].apply(lambda x: x + 1)# 保存修改後的Excel檔df.to_excel('example_modified.xlsx', index=False)
數據匯總、篩選和轉換
在實際套用中，數據匯總、篩選和轉換是非常常見的操作。以下是如何使用
pandas
來實作這些操作。
數據匯總
假設我們有一個包含銷售數據的Excel檔，包含多個列：日期、銷售員、銷售額，我們需要按銷售員匯總銷售額。
import pandas as pd# 讀取Excel檔df = pd.read_excel('sales_data.xlsx')# 按銷售員匯總銷售額sales_summary = df.groupby('銷售員')['銷售額'].sum()print(sales_summary)
數據篩選
假設我們需要篩選出銷售額大於1000的記錄：
import pandas as pd# 讀取Excel檔df = pd.read_excel('sales_data.xlsx')# 篩選出銷售額大於1000的記錄filtered_data = df[df['銷售額'] > 1000]print(filtered_data)
數據轉換
數據轉換是指將數據從一種格式轉換為另一種格式。例如，我們需要將銷售額從人民幣轉換為美元：
import pandas as pd# 讀取Excel檔df = pd.read_excel('sales_data.xlsx')# 假設1人民幣 = 0.15美元df['銷售額（美元）'] = df['銷售額'] * 0.15print(df)
高級功能
除了基本的讀取、修改和數據處理外，
openpyxl
和
pandas
還支持一些高級功能，如生成圖表和進行宏操作。
生成圖表
以下是使用
openpyxl
生成圖表的範例：
import openpyxlfrom openpyxl.chart import LineChart, Reference# 載入Excel檔workbook = openpyxl.load_workbook('sales_data.xlsx')# 獲取活動工作表sheet = workbook.active# 建立圖表物件chart = LineChart()# 添加數據到圖表data = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=10)chart.add_data(data, titles_from_data=True)# 添加圖表到工作表sheet.add_chart(chart, 'E5')# 保存修改後的Excel檔workbook.save('sales_data_with_chart.xlsx')
宏操作
openpyxl
不支持直接操作Excel宏，但可以讀取和修改帶有宏的檔。對於更復雜的宏操作，可以使用
pywin32
庫來呼叫Excel的COM介面。
以下是一個簡單的範例，演示如何使用
pywin32
執行Excel宏：
import win32com.client# 開啟Excel套用excel = win32com.client.Dispatch("Excel.Application")# 開啟帶有宏的Excel檔workbook = excel.Workbooks.Open(r'path\to\macro_enabled_file.xlsm')# 執行宏excel.Application.Run("macro_enabled_file.xlsm!宏名稱")# 保存修改workbook.Save()# 關閉Excel套用excel.Application.Quit()
結論
我們已經詳細介紹了如何使用Python的
openpyxl
和
pandas
庫來輕松操控Excel表格，從基本的讀取、修改操作，到數據匯總、篩選和轉換，再到生成圖表和宏操作。透過這些範例，你應該能夠應對大多數業務需求，提升工作效率，減少人為錯誤。
如果喜歡我的內容，不妨點贊關註，我們下次再見！
大家註意：因為微信最近又改了推播機制，經常有小夥伴說錯過了之前被刪的文章，或者一些限時福利，錯過了就是錯過了。所以建議大家加個 星標 ，就能第一時間收到推播。
點個喜歡支持我吧，點個 在看 就更好了
