10个Python Excel自动化脚本分享_Python

在数据处理和分析的过程中，excel文件是我们日常工作中常见的格式。通过python，我们可以实现对excel文件的各种自动化操作，提高工作效率。

本文将再次分享10个实用的excel自动化脚本，以帮助新手小白更轻松地掌握这些技能。

1. excel单元格批量填充

import pandas as pd  
  
# 批量填充指定列的单元格  
def fill_column(file_path, column_name, value):  
    df = pd.read_excel(file_path)  
    df[column_name] = value  # 将指定列的所有单元格填充为value  
    df.to_excel(file_path, index=false)  
  
fill_column('example.xlsx', '备注', '已处理')  
print("备注列已成功填充！")

解释

此脚本将example.xlsx中的“备注”列全部填充为“已处理”。对于普通用户来说，处理大量数据时常需要对某一列进行统一标记，这个功能就显得尤为重要。

2. 设置行高与列宽

from openpyxl import load_workbook  
  
# 设置excel的行高与列宽  
def set_row_column_size(file_path):  
    wb = load_workbook(file_path)  
    ws = wb.active  
  
    # 设置第一行行高、第一列列宽  
    ws.row_dimensions[1].height = 30  # 设置行高  
    ws.column_dimensions['a'].width = 20  # 设置列宽  
  
    wb.save(file_path)  
  
set_row_column_size('example.xlsx')  
print("行高和列宽设置成功！")

解释

这个脚本为excel文件设置了第一行的行高和第一列的列宽。适当调整行高和列宽可以提高表格的可读性，尤其是在内容较多或较复杂时，使用此功能可以使报告更加美观易读。

3. 根据条件删除行

# 根据条件删除excel中的行  
def delete_rows_based_on_condition(file_path, column_name, condition):  
    df = pd.read_excel(file_path)  
    df = df[df[column_name] != condition]  # 删除满足条件的行  
    df.to_excel(file_path, index=false)  
  
delete_rows_based_on_condition('example.xlsx', '状态', '无效')  
print("符合条件的行已删除！")

解释

该脚本从excel中删除“状态”列中值为“无效”的行。这种操作在数据清理过程中非常常见，有助于减少数据集中的噪声，提高数据分析的准确性。

4. 创建新的excel工作表

# 在现有excel文件中创建新的工作表  
def create_new_sheet(file_path, sheet_name):  
    wb = load_workbook(file_path)  
    wb.create_sheet(title=sheet_name)  # 创建新的工作表  
    wb.save(file_path)  
  
create_new_sheet('example.xlsx', '新工作表')  
print("新工作表创建成功！")

解释

该脚本在已有的excel文件中创建一个新的工作表。这对于组织数据，分开不同任务或项目的数据非常有用，保持文件结构的清晰。

5. 导入csv文件到excel

# 将csv文件导入到excel工作表  
def import_csv_to_excel(csv_file, excel_file):  
    df = pd.read_csv(csv_file)  
    df.to_excel(excel_file, index=false)  
  
import_csv_to_excel('data.csv', 'imported_data.xlsx')  
print("csv文件成功导入到excel！")

解释

这个脚本将csv文件导入到excel中。很多时候，数据是以csv格式提供的，通过该脚本可以方便地将其转换为excel格式，便于后续分析和处理。

6. 数据透视表生成

# 生成数据透视表并保存到新的excel文件  
def generate_pivot_table(file_path, index_column, values_column, output_file):  
    df = pd.read_excel(file_path)  
    pivot_table = df.pivot_table(index=index_column, values=values_column, aggfunc='sum')  # 汇总  
    pivot_table.to_excel(output_file)  
  
generate_pivot_table('sales_data.xlsx', '地区', '销售额', 'pivot_output.xlsx')  
print("透视表生成成功！")

解释

该脚本根据给定的“地区”和“销售额”列生成汇总透视表，并保存到新文件中。在进行业务分析时，透视表能快速展示不同维度下的数据总结。

7. 格式化excel

from openpyxl.styles import font, color  
  
# 设置excel单元格字体样式  
def format_cells(file_path):  
    wb = load_workbook(file_path)  
    ws = wb.active  
  
    for cell in ws['a']:  # 遍历a列  
        cell.font = font(bold=true, color="ff0000")  # 设置字体加粗和红色  
  
    wb.save(file_path)  
  
format_cells('example.xlsx')  
print("单元格格式化成功！")

解释

该脚本将example.xlsx中的a列字体设置为加粗和红色。这种格式化通常用于强调特定数据，使报告更具视觉吸引力。

8. 分析并输出描述性统计

# 输出描述性统计到excel  
def descriptive_statistics(file_path, output_file):  
    df = pd.read_excel(file_path)  
    stats = df.describe()  # 计算描述性统计  
    stats.to_excel(output_file)  
  
descriptive_statistics('example.xlsx', 'statistics_output.xlsx')  
print("描述性统计输出成功！")

解释

该脚本计算excel文件的描述性统计信息（如均值、标准差等），并将结果保存到新的excel文件中。这对于了解数据的基本特征非常重要，尤其在数据分析前期阶段。

9. 批量修改excel文件名称

import os  
  
# 批量重命名指定目录下的excel文件  
def rename_excel_files(directory, prefix):  
    for filename in os.listdir(directory):  
        if filename.endswith('.xlsx'):  
            new_name = f"{prefix}_{filename}"  
            os.rename(os.path.join(directory, filename), os.path.join(directory, new_name))  
            print(f"已将 {filename} 重命名为 {new_name}")  
  
rename_excel_files('/path/to/excel/files', '2024')

解释

该脚本批量重命名指定目录中的所有excel文件，在每个文件名前面添加一个前缀。对于需要处理大量excel文件的用户来说，这种批量操作非常便利，比如根据年份或项目为文件命名，以便于管理和归档。

10. 自动发送包含excel数据的电子邮件

import smtplib  
from email.mime.multipart import mimemultipart  
from email.mime.application import mimeapplication  
from email.mime.text import mimetext  
  
# 自动发送带有excel附件的电子邮件  
def send_email(to_address, subject, body, excel_file):  
    from_address = "your_email@example.com"  
    password = "your_password"  
  
    msg = mimemultipart()  
    msg['from'] = from_address  
    msg['to'] = to_address  
    msg['subject'] = subject  
  
    # 添加正文  
    msg.attach(mimetext(body, 'plain'))  
  
    # 添加excel附件  
    with open(excel_file, "rb") as attachment:  
        part = mimeapplication(attachment.read(), name=os.path.basename(excel_file))  
        part['content-disposition'] = f'attachment; filename="{os.path.basename(excel_file)}"'  
        msg.attach(part)  
  
    # 发送邮件  
    with smtplib.smtp('smtp.example.com', 587) as server:  
        server.starttls()  
        server.login(from_address, password)  
        server.send_message(msg)  
  
send_email('recipient@example.com', 'monthly report', 'please find attached the monthly report.', 'report.xlsx')  
print("邮件发送成功！")

解释

此脚本使用smtp协议自动发送一封电子邮件，其中附带了一个excel文件。这个功能在工作中尤其有用，比如每月定期发送财务报表或业绩报告给相关人员。通过自动化邮件发送，可以节省时间并减少人为错误。

以上就是10个python excel自动化脚本分享的详细内容，更多关于python excel自动化的资料请关注代码网其它相关文章！