您好,登录后才能下订单哦!
这篇文章主要介绍了怎么利用Python批量处理行、列和单元格,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
步骤
打开工作簿。
遍历所有工作表
核心代码
for i in workbook.sheets: value = i.range('A1').expand('table') value.column_width = 12 value.row_height = 20 workbook.save()
步骤:
列出文件夹中所有子文件
遍历打开子文件
遍历工作表
获取工作表的最后一行
将指定列从上到下修改
核心代码
#遍历工作表 for j in workbook.sheets: # 获取最后一行 row_num = j['A1'].current_region.last_cell.row # 数据格式修改 j['A2:A{}'.format(row_num)].number_format = 'm/d' j['D2:D{}'.format(row_num)].number_format = '¥#,##0.00' workbook.save() workbook.close()
使用xwings模块中的number format属性来设置单元格区域中数据的格式。该属性的取值为一个代表特定格式的字符串,与Excel的“设置单元格格式”
对话框中“数字”选项卡下设置的格式对应。
难点应该是外观格式如何更改了吧,这里介绍一些常用的外观格式。
j 是工作表
j['A1:H1'].api.Font.Name = '宋体'
j['A1:H1'].api.Font.Size= 10 # 10磅
j['A1:H1'].api.Font.Bold= True
# 白色 j['A1:H1'].api.Font.Color= xw.utils.rgb_to_int((255,255,255))
# 填充颜色为黑色 j['A1:H1'].Color= xw.utils.rgb_to_int((0,0,0))
# 水平对齐方式为 居中 j['A1:H1'].api.HorizontalAlignment = xw.constants.HAlign.xlHAlignCenter # 垂直对齐方式为 居中 j['A1:H1'].api.VerticalAlignment= xw.constants.VAlign.xlVAlignCenter
以上是一列的如果是正文,j['A1:H1']变成 j['A2'].expand('table') 就可以了
# 遍历所有的单元格 for cell in j['A1'].expand('table'): for b in range(7,12): # 设置单元格的边框线型 cell.api.Borders(b).LineStyle = 1 # 设置单元格的边框粗细 cell.api.Borders(b).Weight = 2
核心代码
# 遍历工作表 for j in eorkbook.sheets: # 获取工作表数据 value = j['A2'].expand('table').value #按行遍历工作表数据 for index,val in enumerate(value): # 判断行数据是否是这个 if val == ['背包',16,65]: # 是的话替换为新数据 value[index] = ['双肩包',36,79] #将完成替换的数据写入工作表中 j['A2'].expand('table').value = value workbook.save()
enumerate()是Python的内置函数,用于将一个可遍历的数据对象(如列表、元组或字符串等)组合为一个索引序列,可同时得到数据对象的索引及对应的值,一般用在for语句当中。该函数的语法格式和常用参数含义如下。
enumerate(sequenxe,[start=0]) # start 是索引的起始位置
如果是修改指定行什么办呢?因为列是在行的第几个单元格中我们可以按如下代码进行修改
#按行遍历工作表数据 for index,val in enumerate(value): # 修改第三个单元格,即第index行,第 3列,下标是从0开始的 val[2] = val[2] + 1 # 替换整行数据 value[index] = val
import xlwings as xw import pandas as pd app = xw.App(visible = False, add_book = False) workbook = app.books.open('采购表.xlsx') worksheet = workbook.sheets data = [] for i in worksheet: values = i.range('A1').expand().options(pd.DataFrame).value # 一次性提取工作表中所有符合条件的行数据 filtered = values[values['采购物品'] == '复印纸'] if not filtered.empty: data.append(filtered) new_workbook = xw.books.add() new_worksheet = new_workbook.sheets.add('复印纸') new_worksheet.range('A1').value = pd.concat(data, ignore_index = False) new_workbook.save('复印纸.xlsx') workbook.close() app.quit()
import xlwings as xw import pandas as pd app = xw.App(visible = False, add_book = False) workbook = app.books.open('采购表.xlsx') worksheet = workbook.sheets column = ['采购日期', '采购金额'] data = [] for i in worksheet: values = i.range('A1').expand().options(pd.DataFrame, index = False).value filtered = values[column] data.append(filtered) new_workbook = xw.books.add() new_worksheet = new_workbook.sheets.add('提取数据') new_worksheet.range('A1').value = pd.concat(data, ignore_index = False).set_index(column[0]) new_workbook.save('提取表.xlsx') workbook.close() app.quit()
import os import xlwings as xw newContent = [['双肩包', '64', '110'], ['腰包', '23', '58']] app = xw.apps.add() file_path = '分部信息' file_list = os.listdir(file_path) for i in file_list: if os.path.splitext(i)[1] == '.xlsx': workbook = app.books.open(file_path + '\\' + i) worksheet = workbook.sheets['产品分类表'] values = worksheet.range('A1').expand() number = values.shape[0] worksheet.range(number + 1, 1).value = newContent workbook.save() workbook.close() app.quit()
import xlwings as xw app = xw.App(visible = True, add_book = False) workbook = app.books.open('上半年销售统计表.xlsx') data = [] for i, worksheet in enumerate(workbook.sheets): values = worksheet['A2'].expand('down').value data = data + values data = list(set(data)) data.insert(0, '书名') new_workbook = xw.books.add() new_worksheet = new_workbook.sheets.add('书名') new_worksheet['A1'].options(transpose = True).value = data new_worksheet.autofit() new_workbook.save('书名.xlsx') workbook.close() app.quit()
感谢你能够认真阅读完这篇文章,希望小编分享的“怎么利用Python批量处理行、列和单元格”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。