python read_excel dataframe 读取超链接信息 python读取excel方法

| | style = xlwt.XFStyle() # Create the Pattern |
 | | style.pattern = pattern # Add Pattern to Style |
 | | worksheet.write(0, 1, ‘颜色’, style) |
 | | |
 | | # 写入日期 |
 | | style = xlwt.XFStyle() |
 | | # Other options: D-MMM-YY, D-MMM, MMM-YY, h:mm, h:mm:ss, h:mm, h:mm:ss, M/D/YY h:mm, mm:ss, [h]:mm:ss, mm:ss.0 |
 | | style.num_format_str = ‘M/D/YY’ |
 | | worksheet.write(0, 2, datetime.datetime.now(), style) |
 | | |
 | | # 写入公式 |
 | | worksheet.write(0, 3, 5) # Outputs 5 |
 | | worksheet.write(0, 4, 2) # Outputs 2 |
 | | # Should output “10” (A1[5] * A2[2]) |
 | | worksheet.write(1, 3, xlwt.Formula(‘D1*E1’)) |
 | | # Should output “7” (A1[5] + A2[2]) |
 | | worksheet.write(1, 4, xlwt.Formula(‘SUM(D1,E1)’)) |
 | | |
 | | # 写入超链接 |
 | | worksheet.write(1, 0, xlwt.Formula(‘HYPERLINK(“http://www.baidu.com”;“百度一下”)’)) |
 | | # 保存 |
 | | workbook.save(‘Excel_test.xls’) |
 | | |

需要注意的是最好在当前路径下通过命令行执行，否则无法生成文件。

三、0openpyxl

openpyxl是一个Python库，用于读取/写入Excel 2010 xlsx/xlsm/xltx/xltm文件。
安装包

	pip install openpyx

安装完成可以开始进行读取数据

	import openpyxl
	import os
	file_path = os.path.dirname(os.path.abspath(__file__))
	base_path = os.path.join(file_path, ‘data.xlsx’)
	workbook = openpyxl.load_workbook(base_path)
	worksheet = workbook.get_sheet_by_name(‘Sheet1’)
	row3=[item.value for item in list(worksheet.rows)[2]]
	print(‘第3行值’,row3)
	col3=[item.value for item in list(worksheet.columns)[2]]
	print(‘第3行值’,col3)
	cell_2_3=worksheet.cell(row=2,column=3).value
	print(‘第2行第3列值’,cell_2_3)
	max_row=worksheet.max_row
	print(‘最大行’,max_row)

现在我们来开始写入数据

	import openpyxl
	import datetime
	from openpyxl.styles import Font, colors, Alignment
	#实例化
	workbook = openpyxl.Workbook()
	# 激活 worksheet
	sheet=workbook.active
	#写入数据
	sheet[‘A1’]=‘python’
	sheet[‘B1’]=‘javascript’
	#写入时间
	sheet[‘A2’] = datetime.datetime.now().strftime(“%Y-%m-%d”)
	# 第2行行高
	sheet.row_dimensions[2].height = 40
	# B列列宽
	sheet.column_dimensions[‘B’].width = 30
	# 设置A1中的数据垂直居中和水平居中
	sheet[‘A1’].alignment = Alignment(horizontal=‘center’, vertical=‘center’)
	# 下面的代码指定了等线24号，加粗斜体，字体颜色黄色。直接使用cell的font属性，将Font对象赋值给它。
	bold_itatic_24_font = Font(name=‘等线’, size=24, italic=True, color=‘00FFBB00’, bold=True)
	sheet[‘B1’].font = bold_itatic_24_font
	# 合并单元格， 往左上角写入数据即可
	sheet.merge_cells(‘A2:B2’) # 合并一行中的几个单元格
	# 拆分单元格
	# sheet.unmerge_cells(‘A2:B2’)
	#保存
	workbook.save(‘new.xlsx’)

四、0pandas

pandas支持xls, xlsx, xlsm, xlsb, odf, ods和odt文件扩展名从本地文件系统或URL读取。支持读取单个工作表或工作表列表的选项。
首先依然是安装包

	pip install pandas

语法：
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False,dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)

• io，Excel的存储路径
• sheet_name，要读取的工作表名称
• header， 用哪一行作列名
• names， 自定义最终的列名
• index_col， 用作索引的列
• usecols，需要读取哪些列
• squeeze，当数据仅包含一列
• converters ，强制规定列数据类型
• skiprows，跳过特定行
• nrows ，需要读取的行数
• skipfooter ， 跳过末尾n行

	import pandas as pd
	import os
	file_path = os.path.dirname(os.path.abspath(__file__))
	base_path = os.path.join(file_path, ‘data.xlsx’)
	df = pd.read_excel(base_path)
	print(df)

写入数据
语法：
DataFrame.to_excel(excel_writer, sheet_name=‘Sheet1’, na_rep=‘’, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=‘inf’, verbose=True, freeze_panes=None)
参数说明：

• excel_writer：文件路径或现有的ExcelWriter
• sheet_name：将包含数据文件的工作表的名称
• na_rep：缺失的数据表示
• float_format：格式化浮点数的字符串。例如float_format = " %。2f"格式为0.1234到0.12。
• columns：列
• header：写出列名。如果给定一个字符串列表，则假定它是列名的别名。
• index：写入行名称(索引)
• index_label：如果需要，索引列的列标签。如果未指定，并且标头和索引为真，则使用索引名。如果DataFrame使用多索引，应该给出一个序列。
• startrow：左上角的单元格行转储数据帧。
• startcol：左上角单元格列转储数据帧。
• engine：编写要使用的引擎“ openpyxl”或“ xlsxwriter”。 您还可以通过选项io.excel.xlsx.writer，io.excel.xls.writer和io.excel.xlsm.writer进行设置。
• merge_cells：将多索引和层次结构行写入合并单元格。
• encoding：对生成的excel文件进行编码。仅对xlwt有必要，其他编写器本身支持unicode。
• inf_rep：表示无穷大。
• verbose：在错误日志中显示更多信息。
• freeze_panes：指定要冻结的最底部的行和最右边的列

	from pandas import DataFrame
	data = {‘name’: [‘张三’, ‘李四’, ‘王五’],‘age’: [11, 12, 13],‘sex’: [‘男’, ‘女’, ‘男’]}