Python脚本应用于Excel：完整代码示例

本文将为大家讲解Python如何用于Excel编程，同时提供完整的代码示例。

一、Python和Excel文件的交互

Python通过第三方库openpyxl来读取Excel文件并进行处理。下面是一个简单的代码示例，首先导入openpyxl模块：

import openpyxl

打开Excel文件：

wb = openpyxl.load_workbook('example.xlsx')

通过sheet名称来访问Excel中的sheet：

sheet = wb['Sheet1']

可以通过以下代码访问特定的单元格：

cell = sheet['A1']
print(cell.value)

通过遍历整个sheet，可以以下面的方式访问每一个单元格：

for row in sheet.iter_rows(min_row=1, max_row=3, min_col=1, max_col=2):
    for cell in row:
        print(cell.value)

实际运行时，如果没有出现任何异常，将会输出最初被操作的1到3行，每行中1到2列的单元格值。

二、创建、编辑和保存Excel文件

使用openpyxl模块可以创建、编辑和保存Excel文件。首先，创建一个新文件：

import openpyxl

wb = openpyxl.Workbook()
sheet = wb.active

sheet['A1'] = '姓名'
sheet['B1'] = '年龄'

sheet['A2'] = '小明'
sheet['B2'] = 18

wb.save('example.xlsx')

上述示例中，创建了一个新的Excel文件example.xlsx，在A1和B1单元格中写入“姓名”和“年龄”两个字段，在A2和B2单元格中写入“小明”和“18”两个值并保存到文件中。

三、使用pandas对Excel进行数据处理

在Python中，Pandas提供了一种迅捷、高效的方式，使我们能够对大量数据进行处理并处理CSV格式的数据文件。

首先，需要安装pandas库。如果您使用的是pip，则可以在终端中运行以下命令安装：

pip install pandas

现在，我们将使用以下代码读取Excel文件：

import pandas as pd

df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
print(df)

输出示例：

  姓名  年龄
0  小明   18

以上代码将Excel表格的内容读入为一个dataframe对象，然后打印整个dataframe。

四、使用Python和Excel进行图表绘制

Python和Excel的结合还可以进行图表绘制。我们使用openpyxl和matplotlib模块来绘制Excel中的数据。

以下代码通过读取Excel文件，将文件中的数据转换成matplotlib可绘制的数据形式，并生成一个简单的折线图：

import openpyxl
import matplotlib.pyplot as plt

wb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']

x_data = []
y_data = []

for row in sheet.iter_rows(min_row=2, max_row=5, min_col=2, max_col=3):
    for cell in row:
        if cell.column == 2:
            x_data.append(cell.value)
        elif cell.column == 3:
            y_data.append(cell.value)

plt.plot(x_data, y_data)
plt.show()

上面的代码将Excel文件中第2到5行，第2到3列的数据读取出来，并绘制出一个折线图。

五、使用Python和Excel实现数据的筛选和查询

下面的代码演示了如何通过openpyxl打开Excel文件并进行简单的筛选和查询操作：

import openpyxl

wb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']

search_value = '小明'

for row in sheet.iter_rows(min_row=2, max_row=5, min_col=1, max_col=2):
    for cell in row:
        if cell.column == 1 and cell.value == search_value:
            for sub_cell in row:
                print(sub_cell.value, end=' ')
            print()

以上代码演示了如何在Excel表格中找到名字为“小明”的行，并将该行的数据打印出来。

六、使用Python和Excel进行数据分析

使用Python和Excel进行数据分析可以使用pandas库。下面的代码演示了如何使用pandas进行基本的数据分析操作：

import pandas as pd

df = pd.read_excel('example.xlsx', sheet_name='Sheet1')

# 计算平均值
print('平均值为:', df['年龄'].mean())

# 计算中位数
print('中位数为:', df['年龄'].median())

# 计算标准差
print('标准差为:', df['年龄'].std())

# 计算相关系数
print('相关系数为：n', df.corr())

以上代码计算了年龄的平均值，中位数，标准差和相关系数。

七、使用Python和Excel进行数据可视化

使用Python和Excel可以进行非常灵活的数据可视化。下面的代码演示了如何使用matplotlib和pandas库分别绘制柱形图和饼图：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
df.groupby('姓名')['年龄'].mean().plot(kind='bar')
plt.show()

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel('example.xlsx', sheet_name='Sheet1')
df.groupby('姓名')['年龄'].sum().plot(kind='pie')
plt.show()

通过在Excel表格中添加更多数据，您可以轻松扩展上述示例。

结语

Python的openpyxl和pandas库使Python成为一种非常强大的Excel编程工具。我们可以使用Python在Excel文件中进行各种操作，从读取和修改到图表或数据分析。希望这篇文章能够帮助到大家。