Программирование
Автоматизируйте задачи Excel с помощью Openpyxl и Python
Автоматизируйте задачи Excel
В этой статье мы будем работать с таблицами excel с помощью библиотеки openpyxl с python на ноутбуке jupyter.
Мы будем использовать образец файла Excel и выполнять различные задачи для автоматизации этих задач, используя python с помощью библиотеки, упомянутой ниже.
Чтобы установить библиотеку, откройте приглашение anaconda и введите команду, показанную ниже:
pip install openpyxl
Вид образца листа показан ниже с несколькими листами внизу.
Теперь мы загрузим файл Excel с помощью библиотеки.
Импорт библиотеки openpyxl.
import openpyxl
Первый лист внутри рабочей тетради содержит общую информацию о категории, записях и т. д. Два других листа — это чистые листы для тестирования и пробы.
Теперь закройте файл Excel, над которым мы собираемся работать, с помощью интерпретатора Python, чтобы избежать проблем, связанных с разрешениями. Однако не беспокойтесь, всякий раз, когда мы хотим что-то прочитать из файла или когда мы собираемся внести изменения в файл из Python, мы откроем файл и проверим изменения.
Теперь создайте объект переменных, чтобы загрузить в него файл Excel для дальнейших операций.
#In brackets we need to write the path of the workbook wb = openpyxl.load_workbook("sample_openpyxl.xlsx")
Чтение основной информации книги
wb — это переменная, с которой мы можем выполнять несколько операций. Теперь читаем различную информацию о книге с помощью метода properties.
wb.properties #output: <openpyxl.packaging.core.DocumentProperties object> Parameters: creator='Amit', title=None, description=None, subject=None, identifier=None, language=None, created=datetime.datetime(2021, 11, 20, 9, 55, 18), modified=datetime.datetime(2021, 11, 20, 10, 1, 16), lastModifiedBy='Amit', category=None, contentStatus=None, version=None, revision=None, keywords=None, lastPrinted=None
В этом выводе мы получаем так много информации, например,
- Создатель рабочей тетради.
- Дата создания и дата изменения книги.
Поиск количества имен листов и активных листов в книге
wb.sheetnames #output: ['sample1', 'sample2', 'Sheet3']
Вывод показывает имя имен листов в нашей книге, как показано на изображении выше.
wb.active #output: <Worksheet "sample1">
Создание нового листа и удаление листа из Python
Создание нового листа
wb.create_sheet('new_sheet') #output: <Worksheet "new_sheet">
Чтобы внести изменения, нам нужно сохранить книгу.
wb.save(“sample_openpyxl.xlsx”)
Удаление нового или любого листа
Чтобы удалить лист, мы должны указать имя этого конкретного листа.
Опция 1
sheet = wb['new_sheet'] wb.remove(sheet)
Вариант 2
del wb['new_sheet']
Мы можем использовать любой метод из приведенного выше варианта.
Методы работы с листами
Выбираем имя листа, над которым хотим работать.
sheet = wb['sample1'] sheet.title #output: 'sample1'
Знать все способы выполнения операций с листами с помощью метода dir. Метод dir показывает все методы, с помощью которых мы можем выполнять манипуляции с листом.
dir(sheet)
Примеры:
sheet.active_cell #output: F11 sheet.dimensions #output: 'A1:E13'
Активная ячейка означает, что стрелка мыши нажала на ячейку F11. Общая населенная площадь листа от А1 до Е13.
sheet.max_row sheet.max_column #output: 13 5 -------------------------------------------------------- for i in sheet.values: print(i)
Поиск значений на листе
Мы можем найти данные ячейки либо по имени ячейки, либо по упоминаниям значений строк и столбцов.
sheet['A4'].value #output: 'Office Supplies' -------------------------------------------------------- sheet.cell(row = 3, column = 5).value #output: 'Home Office'
Изменить значение ячейки
Мы также можем изменить значение данных ячейки, как показано ниже:
cell = sheet['A4'] cell.value = 'Home Supplies' wb.save("sample_openpyxl.xlsx")
Стили ячеек
Мы работаем в Excel и забываем о стилях ячеек и данных, это невозможно. Здесь мы можем использовать множество стилей, таких как жирный шрифт, курсив, цвет шрифта, цвет заливки ячейки и т. д.
cell = sheet['A5'] font = Font(color = colors.RED, bold = True, italic = True) cell.font = font wb.save("sample_openpyxl.xlsx")
Заключение
В этой статье описаны основные методы, используемые в Excel при программировании на Python.
Надеюсь, вам понравилась статья. Свяжитесь со мной на моих LinkedIn и twitter.
Рекомендуемые статьи
1. 8 Active Learning Insights of Python Collection Module
2. NumPy: линейная алгебра изображений
3. Концепции обработки исключений в Python
4. Pandas: работа с Категориальные данные
5. Гиперпараметры: RandomSeachCV и GridSearchCV в машинном обучении
6. Полное объяснение линейной регрессии с Python
7. Полное объяснение логистической регрессии с Python< br /> 8. Распределение данных с помощью Numpy с Python
9. Деревья решений против случайных лесов в машинном обучении
10. Стандартизация в предварительной обработке данных с помощью Python