我要评论什么是 openpyxl？
openpyxl 是 python 中用于读写 excel 文件（.xlsx 格式）的第三方库。它能让您用 python 程序自动处理 excel 文件，比如：
- 批量读取数据
- 自动生成报表
- 修改表格格式
- 合并多个 excel 文件
主要功能
- ✅ 读取和写入
.xlsx文件 - ✅ 操作工作表和单元格
- ✅ 设置样式和格式（字体、颜色、边框等）
- ✅ 插入图表和公式
- ✅ 处理大文件（支持只读模式）
应用场景
- 数据处理：批量读取 excel 数据进行分析
- 报表生成：自动生成格式化的 excel 报表
- 数据迁移：在不同系统间转换数据格式
- 自动化办公：替代重复的手工 excel 操作
基本概念
在开始示例之前，先了解几个重要概念：
1. 工作簿和工作表
- 工作簿（workbook）：整个 excel 文件，相当于一个容器
- 工作表（worksheet）：工作簿中的单个表格，可以有多个
2. 单元格定位
- a1 表示法：用列字母+行数字定位，如
a1、b2 - 坐标表示法：用行列数字定位，如
(1, 1)表示第1行第1列
3. 常用方法参数
| 方法/参数 | 说明 | 示例 |
|---|---|---|
load_workbook() | 打开已存在的文件 | wb = load_workbook('file.xlsx') |
workbook() | 创建新工作簿 | wb = workbook() |
active | 获取当前活动工作表 | ws = wb.active |
cell(row, column) | 通过坐标访问单元格 | ws.cell(1, 1) |
['a1'] | 通过 a1 表示法访问 | ws['a1'] |
.value | 获取/设置单元格值 | cell.value = 'hello' |
save() | 保存文件 | wb.save('output.xlsx') |
4. 样式相关
- font：字体（大小、颜色、粗体等）
- patternfill：填充颜色
- border：边框
- alignment：对齐方式
入门示例
示例 1：创建第一个 excel 文件
目标：创建一个新的 excel 文件，并写入一些数据。
提示：这是最基础的例子。首先需要安装 openpyxl（pip install openpyxl），然后创建 workbook 对象，获取工作表，写入数据，最后保存。
from openpyxl import workbook
# 第 1 步：创建新工作簿
wb = workbook()
# 第 2 步：获取活动工作表（默认创建的第一个工作表）
ws = wb.active
# 第 3 步：设置工作表名称
ws.title = "我的数据"
# 第 4 步：写入数据（使用 a1 表示法）
ws['a1'] = '姓名'
ws['b1'] = '年龄'
ws['a2'] = '张三'
ws['b2'] = 25
# 第 5 步：保存文件
wb.save('示例.xlsx')
print("文件已创建！")
运行效果：
- 会在当前目录生成
示例.xlsx文件 - a1 单元格为"姓名"，b1 为"年龄"
- a2 单元格为"张三"，b2 为 25
关键要点：
- 使用
workbook()创建新文件 active获取默认工作表- 通过
['a1']访问单元格 - 必须调用
save()才能保存文件
示例 2：读取现有文件
目标：打开一个已存在的 excel 文件，读取其中的数据。
提示：使用 load_workbook() 打开文件。注意文件路径要正确，如果文件不存在会报错。
from openpyxl import load_workbook
# 打开已存在的文件
wb = load_workbook('示例.xlsx')
# 获取工作表（通过名称）
ws = wb['我的数据']
# 读取单元格值
name = ws['a1'].value
age = ws['b1'].value
print(f"a1 的值：{name}")
print(f"b1 的值：{age}")
# 读取 a2 和 b2
print(f"姓名：{ws['a2'].value}, 年龄：{ws['b2'].value}")
运行效果：
a1 的值：姓名 b1 的值：年龄 姓名：张三, 年龄：25
关键要点：
load_workbook()用于打开已存在的文件- 通过工作表名称
wb['工作表名']获取工作表 .value获取单元格的值
示例 3：使用坐标方式访问单元格
目标：学习用行列数字（坐标）的方式访问单元格，这在循环中更方便。
提示：cell(row, column) 方法用数字定位，row 和 column 都从 1 开始。这种方式在批量操作时比 a1 表示法更方便。
from openpyxl import workbook
wb = workbook()
ws = wb.active
# 写入表头
ws.cell(1, 1, '产品') # 第1行第1列
ws.cell(1, 2, '价格') # 第1行第2列
ws.cell(1, 3, '数量') # 第1行第3列
# 写入数据
ws.cell(2, 1, '苹果')
ws.cell(2, 2, 5.5)
ws.cell(2, 3, 10)
ws.cell(3, 1, '香蕉')
ws.cell(3, 2, 3.2)
ws.cell(3, 3, 20)
wb.save('商品清单.xlsx')
print("文件已创建！")
运行效果：
- 创建包含 3 列数据的表格
- 第1行是表头，第2-3行是数据
关键要点：
cell(row, column, value)三个参数：行、列、值- 也可以先获取单元格再赋值：
ws.cell(1, 1).value = '产品' - 坐标从 1 开始，不是 0
示例 4：批量写入数据
目标：使用循环批量写入多行数据，这是实际应用中最常见的场景。
提示：结合 python 的循环和列表，可以高效地批量写入数据。注意行号从 1 开始，通常第 1 行是表头。
from openpyxl import workbook
wb = workbook()
ws = wb.active
# 表头
headers = ['姓名', '部门', '工资']
for col, header in enumerate(headers, start=1):
ws.cell(1, col, header)
# 数据列表
employees = [
['张三', '技术部', 8000],
['李四', '销售部', 6000],
['王五', '人事部', 5500],
['赵六', '技术部', 9000],
]
# 批量写入数据
for row, employee in enumerate(employees, start=2): # 从第2行开始
for col, value in enumerate(employee, start=1):
ws.cell(row, col, value)
wb.save('员工信息.xlsx')
print(f"已写入 {len(employees)} 条员工数据")
运行效果：
- 创建包含 4 名员工信息的表格
- 第1行是表头，第2-5行是员工数据
关键要点：
enumerate(start=1)从指定数字开始计数- 外层循环控制行，内层循环控制列
- 表头通常在第1行，数据从第2行开始
示例 5：读取整个表格
目标：读取 excel 文件中的所有数据，并打印出来。
提示：使用 max_row 和 max_column 获取工作表的行列范围，然后循环读取所有单元格。这是读取整个表格的标准方法。
from openpyxl import load_workbook
wb = load_workbook('员工信息.xlsx')
ws = wb.active
# 获取表格的最大行数和列数
max_row = ws.max_row
max_column = ws.max_column
print(f"表格大小：{max_row} 行 × {max_column} 列\n")
# 读取所有数据
for row in range(1, max_row + 1):
row_data = []
for col in range(1, max_column + 1):
cell_value = ws.cell(row, col).value
row_data.append(cell_value)
print(row_data)
运行效果：
表格大小：5 行 × 3 列 ['姓名', '部门', '工资'] ['张三', '技术部', 8000] ['李四', '销售部', 6000] ['王五', '人事部', 5500] ['赵六', '技术部', 9000]
关键要点：
max_row和max_column获取实际使用的行列数range(1, max_row + 1)包含最后一行- 空单元格的值为
none
示例 6：设置单元格样式
目标：给表格添加样式，让表头更醒目（加粗、背景色）。
提示：openpyxl 的样式功能很强大。需要导入 font（字体）和 patternfill（填充）。样式需要赋值给单元格的 font 和 fill 属性。
from openpyxl import workbook
from openpyxl.styles import font, patternfill, alignment
wb = workbook()
ws = wb.active
# 写入表头
headers = ['姓名', '分数', '等级']
for col, header in enumerate(headers, start=1):
cell = ws.cell(1, col, header)
# 设置字体：加粗、白色、14号
cell.font = font(bold=true, color='ffffff', size=14)
# 设置背景色：蓝色
cell.fill = patternfill(start_color='4472c4', end_color='4472c4', fill_type='solid')
# 设置对齐：居中
cell.alignment = alignment(horizontal='center', vertical='center')
# 写入数据
data = [
['张三', 95, '优秀'],
['李四', 78, '良好'],
['王五', 65, '及格'],
]
for row, row_data in enumerate(data, start=2):
for col, value in enumerate(row_data, start=1):
ws.cell(row, col, value)
# 调整列宽（让内容显示完整）
ws.column_dimensions['a'].width = 12
ws.column_dimensions['b'].width = 10
ws.column_dimensions['c'].width = 10
wb.save('成绩单.xlsx')
print("带样式的文件已创建！")
运行效果：
- 表头为蓝色背景、白色加粗字体、居中
- 数据行保持默认样式
- 列宽自动调整
关键要点：
font()设置字体样式（bold、color、size）patternfill()设置背景色（颜色用十六进制代码）alignment()设置对齐方式column_dimensions调整列宽
示例 7：实战应用 - 数据统计
目标：读取员工数据，按部门统计平均工资，并生成新的报表。
提示：这是一个综合示例，结合了读取、处理、写入和样式设置。实际项目中的 openpyxl 使用就是这样的结构。
from openpyxl import load_workbook, workbook
from openpyxl.styles import font, patternfill
# 读取原始数据
wb = load_workbook('员工信息.xlsx')
ws = wb.active
# 统计各部门工资
departments = {}
for row in range(2, ws.max_row + 1): # 跳过表头
dept = ws.cell(row, 2).value # 部门在第2列
salary = ws.cell(row, 3).value # 工资在第3列
if dept not in departments:
departments[dept] = []
departments[dept].append(salary)
# 创建统计报表
wb_new = workbook()
ws_new = wb_new.active
ws_new.title = "部门统计"
# 写入表头
ws_new['a1'] = '部门'
ws_new['b1'] = '人数'
ws_new['c1'] = '平均工资'
# 设置表头样式
header_fill = patternfill(start_color='4472c4', end_color='4472c4', fill_type='solid')
header_font = font(bold=true, color='ffffff')
for col in ['a1', 'b1', 'c1']:
cell = ws_new[col]
cell.fill = header_fill
cell.font = header_font
# 写入统计数据
row = 2
for dept, salaries in departments.items():
ws_new.cell(row, 1, dept)
ws_new.cell(row, 2, len(salaries))
avg_salary = sum(salaries) / len(salaries)
ws_new.cell(row, 3, round(avg_salary, 2))
row += 1
wb_new.save('部门统计.xlsx')
print("统计报表已生成！")
运行效果：
- 读取员工信息.xlsx
- 按部门统计人数和平均工资
- 生成新的统计报表文件
关键要点：
- 实际应用会结合数据处理逻辑
- 可以读取一个文件，生成另一个文件
- 样式让报表更专业
其他选择
xlrd / xlwt - 老式库
用于处理 .xls 格式（旧版 excel）：
import xlrd
wb = xlrd.open_workbook('file.xls')
适用场景：需要处理旧版 excel 文件（.xls）
pandas - 数据分析
pandas 也可以读写 excel，更适合数据分析：
import pandas as pd
df = pd.read_excel('file.xlsx')
df.to_excel('output.xlsx')
适用场景：数据分析、处理表格数据
xlsxwriter - 只写模式
只能写入，不能读取，但性能更好：
import xlsxwriter
wb = xlsxwriter.workbook('file.xlsx')
适用场景：只需要生成 excel 文件，不需要读取
如何选择？
| 场景 | 推荐 |
|---|---|
| 读写 .xlsx 文件 | openpyxl ⭐ |
| 数据分析处理 | pandas |
| 只生成文件 | xlsxwriter |
| 处理旧版 .xls | xlrd / xlwt |
openpyxl 的优势：
- ✅ 功能完整，读写都支持
- ✅ 支持样式、图表等高级功能
总结：openpyxl 是处理 excel 文件的标准方案。掌握本文的 7 个示例，就能处理绝大多数日常需求。
以上就是python使用openpyxl处理excel文件的操作指南的详细内容，更多关于python openpyxl处理excel文件的资料请关注代码网其它相关文章！
发表评论