Python自动化操作Excel




    
↑ 关注 + 星标 ，每天学Python新技能



    



    
后台回复【大礼包】送你Python自学大礼包

来源：简说Python

作者：老表

一、写在前面

大家好，我是老表，很久没写新文章了，发一篇之前写的Python自动化操作Excel的文章分享给大家。

如果有自动化或者其他小工具或者网站开发需求，可以微信私聊我。（微信：pythonbrief）

扫码即可加我微信

本系列主要是围绕Python自动化办公展开，至少包括Python对Excel、World、Txt等文件/数据处理、Python对系统文件处理、Python自动发送邮件、Python数据爬取、Python模拟点击登录、Python数据可视化等方面。

希望读者朋友也能从自己平时工作中提取一些实际需求，我也会帮助大家利用Python解决问题、优化工作流程、提升工作效率，加到本系列中。

本系列第一篇为：运营学Python｜一文搞定编码环境

本系列第二篇应该是Python基础知识的，正好之前有相关文章，大家可以前往学习：

Python小知识汇总篇，全网2w+阅读

搞定Python的几个常用数据结构！

由于本人水平有限，文中错误，敬请指出，互相学习，一起进步。

二、基础准备

环境：python 3.7+
需要安装第三方模块：xlwings
运行编辑器：jupyter notebook

三、动手动脑

3.0 我们为什么要学编程

首先和大家简单聊一下运营（这里运营不单单指传统意义上的运营工作者，其实只有工作场景中有经常用到office等办公软件，处理很多数据的都算）为什么要学习编程了？

站在我个人角度简单聊聊：

运营学编程绝不是为了解决上面这种简单单一的问题
我们希望的是通过编程提高工作效率、优化工作流程
比如：批量处理excel文件（可能是1000或者更多行数据的增删改）

3.1 环境准备

首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。

如果你还没有安装，可以参考以下文章：

如果仅用Python来处理数据、爬虫、数据分析或者自动化脚本、机器学习等，建议使用Python基础环境+jupyter即可，安装使用参考Windows/Mac 安装、使用Python环境+jupyter notebook

如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm，安装使用参考：Windows下安装、使用Pycharm教程，这下全了和 Mac下玩转Python-安装&使用Python/PyCharm 。

3.2 模块安装

本次实验是在jupyter notebook上进行，默认你已经安装好了Python基本环境和jupyter，如果没有安装可以看上面的环境安装部分。

首先打开终端，输入：

jupyter notebook

即可进入jupyter，会自动连接服务器，并跳转到网页，新建一个python文件。给文件重命名，容易区分：

在代码块中输入以下指令并运行，即可安装 xlwings（连接操作excel表格模块）：




    
!pip3 install xlwings --user

3.3 模块基本介绍与使用

xlwings
基本介绍：用于Python与Excel之间的交互，可以轻松地从 Excel 调用 Python，也可以利用Python自动化操作Excel，调用VBA，非常方便。

项目地址：https://github.com/xlwings/xlwings

基本使用方法：新建一个excel文件，取名为xlwings_wb.xlsx，并新建一个sheet，取名为first_sht，在其A1单元格内插入字符串简说Python。

# 导入xlwings，并起一个别名 xw，方便操作
import xlwings as xw

# 1、创建一个app应用，打开Excel程序
# visible=True 表示打开操作Excel过程可见 初次接触可以设置为True，了解其过程
# add_book=False 表示启动app后不用新建个工作簿
app = xw.App(visible=True, add_book=False)

# 2、新建一个工作簿
wb = app.books.add()

# 3、新建一个sheet，并操作
# 3.1 新建sheet 起名为first_sht
sht = wb.sheets.add('first_sht')
# 3.2 在新建的sheet表中A1位置插入一个值：简说Python
sht.range('A1').value = '简说Python'
# 3.3 保存新建的工作簿，并起一个名字
wb.save('xlwings_wb.xlsx')

# 4、关闭工作簿
wb.close()

# 5、程序运行结束，退出Excel程序
app.quit()

通过简单五步，我们就可以完成新建一个excel，并向其中指定sheet中的指定位置输入值了。

四、xlwings模块实战

4.1 基础语法一览

导包

# 基础导入包
import xlwings as xw  # 程序第一步

打开关闭Excel程序（理解成excel软件打开、关闭）

# visible=True 表示打开操作Excel过程可见 初次接触可以设置为True，了解其过程
# add_book=False 表示启动app后不用新建个工作簿
app = xw.App(visible=True, add_book=False)  # 程序第二步

# 关闭excel程序
app.close()  # 程序最后一步

工作簿相关操作（理解成excel文件）

# 1、新建一个工作簿
wb = app.books.add()  # 程序第三步

# 2、保存新建的工作簿，并起一个名字
# 程序倒数第三步，非常关键，保存操作数据结果
wb.save('xlwings_wb.xlsx')  


# 3、打开一个已经存在的工作簿
wb = app.books.open('xlwings_wb.xlsx')  # 程序第三步

# 4、关闭工作簿
wb.close()  # 程序倒数第二步

sheet相关操作（理解成工作表）

# 在工作簿中新建一个sheet，起名为 second_sht
sht1 = wb.sheets.add('second_sht')

# 选中已经存在的sheet



    
sht2 = wb.sheets('first_sht')

# 也可以通过索引选择已存在的sheet
sht3 = wb.sheets[0]  # 选中工作簿中的第一个sheet

# 获取工作簿中工作表的个数
sht_nums = wb.sheets.count
print('工作簿中的sheet个数为：%d'% sht_nums)

# 当前工作表名字
sht1.name

# 获取指定sheet中数据的行数
sht1.used_range.last_cell.row

# 获取指定sheet中数据的列数
sht1.used_range.last_cell.column

# 删除指定的sheet 比如删除：first_sht
wb.sheets('first_sht').delete()

单元格相关操作（就是excel单元格子）

'''
写入
'''
# 在工作表中指定位置插入数据
sht1.range('B1').value = '简说Python'

# 在工作表指定位置插入多个数据 默认是横向插入
sht1.range('B2').value = [1, 2, 3, 4]

# 在工作表指定位置竖向插入多个数据
# 设置options(transpose=True)，transpose=True表示转置的意思
sht1.range('B3').options(transpose=True).value = ['老表', '老表Pro', '老表Max', '老表Mini']

# 在工作表指定位置开始插入多行数据
sht1.range('B7').value = [['a', 'b'], ['c', 'd']]

# 在工作表指定位置开始插入多列数据
sht1.range('B9').options(transpose=True).value = [['a', 'b'], ['c', 'd']]

# 向单元格写入公式
sht1.range('F2').formula = '=sum(B2:E2)'

'''
读取
'''
# 在工作表中读取指定位置数据
print('单元格B1=', sht1.range('B1').value)

# 在工作表中读取指定区域数据 一行
print('单元格B2:F2=', sht1.range('B2:F2').value)

# 在工作表中读取指定区域数据 一列
print('单元格B3:B6=', sht1.range('B3:B6').value)

# 在工作表中读取指定区域数据 一个区域 
# 设置options(transpose=True)就可以按列读 不设置就是按行读
print('单元格B7:C10=', sht1.range('B7:C10').options(transpose=True).value)

'''
删除
'''
# 删除指定单元格中的数据
sht1.range('B10').clear()

# 删除指定范围内单元格数据 
sht1.range('B7:B9').clear()

'''
格式修改
'''
# 选中已经存在的sheet
sht1 = wb.sheets('second_sht')
# 返回单元格绝对路径
sht1.range('B3').get_address()
# sht1.range('B3').address

# 合并单元格B3 C3



    
sht1.range('B3:C3').api.merge() 

# 解除合并单元格B3 C3
sht1.range('B3:C3').api.unmerge() 

# 向指定单元格添加带超链接文本 
# address- 超连接地址
# text_to_display- 超链接文本内容
# screen_tip- 鼠标放到超链接上后显示提示内容
sht1.range('C2').add_hyperlink(address='https://pythonbrief.blog.csdn.net/',
                   text_to_display='简说Python CSDN博客',
                   screen_tip='点击查看简说Python CSDN博客')
                   
# 获取指定单元格的超链接地址
sht1.range('C2').hyperlink

# 自动调试指定单元格高度和宽度
sht1.range('B1').autofit()

# 设置指定单元格背景颜色
sht1.range('B1').color = (93,199,221)

# 返回指定范围内的中第一列的编号 数字，如：A-1 B-2
sht1.range('A2:B2').column

# 获取或者设置行高/列宽 
# row_height/column_width会返回行高/列宽 ，范围内行高/列宽不一致会返回None
# 也可以设置一个新的行高/列宽
sht1.range('A2').row_height = 25
sht1.range('B2').column_width = 20

在windows上可以使用以下方法设置单元格文字颜色等格式，如下：

# windows系统下字体设置在 sheet.range().api.Font下
# 颜色
sht1.range('A1').api.Font.Color = (255,0,124)
# 字体名字
sht1.range('A1').api.Font.Name = '宋体'
# 字体大小
sht1.range('A1').api.Font.Size = 28
# 是否加粗
sht1.range('A1').api.Font.Bold = True
# 数字格式
sht1.range('A1').api.NumberFormat = '0.0'
# -4108 水平居中
# -4131 靠左
# -4152 靠右
sht1.range('A1').api.HorizontalAlignment = -4108
# -4108 垂直居中（默认)
# -4160 靠上
# -4107 靠下
# -4130 自动换行对齐。
sht1.range('A1').api.VerticalAlignment = -4130
# 设置上边框线风格和粗细
sht1.range('A1').api.Borders(8).LineStyle = 5
sht1.range('A1').api.Borders(8).Weight = 3
...

在mac下可以通过以下方法设置字体格式：

# 设置单元格的字体颜色
rgb_tuple = (0, 10, 200)
sht1.range('B1').api.font_object.color.set(rgb_tuple)

# 获取指定单元格字体颜色
sht1.range('B1').api.font_object.color.get()

# 获取指定单元格字体名字 可以使用set方法修改字体 set('宋体')
sht1.range('B1').api.font_object.name.get()

# 设置指定单元格字体格式 可以用get方法查看单元格字体格式
sht1.range('B3').api.font_object.font_style.set('加粗')

# 设置指定单元格字体大小
sht1.range('B3').api.font_object.font_size.set(20)

# 设置边框线粗细
sht1.range('B2').api.get_border(which_border=9).weight.set(4)

# 设置边框线风格
sht1.range('B2').api.get_border(which_border=9).line_style.set(8)
...

再次提醒，进行完所有操作后一定要记得执行以下三句：

# 保存新建的工作簿，并起一个名字（如果已存在有名字的excel文件，就直接save即可）
wb.save()
# 关闭工作簿（关闭Excel文件）
wb.close()
# 程序运行结束，退出Excel程序
app.quit()

自动生成统计图

import xlwings as xw

# 新建一个sheet
app = xw.App(visible=True, add_book=False)
wb = app.books.open('xlwings_wb.xlsx')
sht3 = wb.sheets.add('third_sht')

import pandas as pd
import numpy as np

# 生成模拟数据
df = pd.DataFrame({
    'money':np.random.randint(45, 50, size = [1, 20])[0],
},
    index=pd.date_range('2021-02-01', '2021-02-20'),  # 行索引和时间相关
)
df.index.name = '消费日期'  # 设置索引名字

sht3.range('A1').value = df

# 生成图表
chart1 = sht3.charts.add()  # 创建一个图表对象
chart1.set_source_data(sht3.range('A1').expand())  # 加载数据
chart1.chart_type = 'line'  # 设置图标类型
chart1.top = sht3.range('D2').top  
chart1.left = sht3.range('D2').left  # 设置图标开始位置

除了绘制折线图，我们还可以绘制其他类型的图，修改chart_type值即可。

# 查看其他chart_types值
xw.constants.chart_types

返回结果，感兴趣的读者朋友可以自己试试～

('3d_area',
 '3d_area_stacked',
 '3d_area_stacked_100',
 '3d_bar_clustered',
 '3d_bar_stacked',
 '3d_bar_stacked_100',
 '3d_column',
 '3d_column_clustered',
 '3d_column_stacked',
 '3d_column_stacked_100',
 '3d_line',  # 3D折线图
 '3d_pie', # 3D饼图
 '3d_pie_exploded',
 'area',  # 面积图
 'area_stacked',
 'area_stacked_100',
 'bar_clustered',  # 柱状图相关
 'bar_of_pie',
 'bar_stacked',
 'bar_stacked_100',
 'bubble',  # 气泡图
 'bubble_3d_effect',
 'column_clustered',  # 条形图相关
 'column_stacked',
 'column_stacked_100',
 'combination',
 'cone_bar_clustered',
 'cone_bar_stacked',
 'cone_bar_stacked_100',
 'cone_col',
 'cone_col_clustered',
 'cone_col_stacked',
 'cone_col_stacked_100',
 'cylinder_bar_clustered',
 'cylinder_bar_stacked',
 'cylinder_bar_stacked_100',
 'cylinder_col',
 'cylinder_col_clustered',
 'cylinder_col_stacked',
 'cylinder_col_stacked_100',
 'doughnut',



    
 'doughnut_exploded',
 'line',  # 折线图
 'line_markers',
 'line_markers_stacked',
 'line_markers_stacked_100',
 'line_stacked',
 'line_stacked_100',
 'pie',
 'pie_exploded',
 'pie_of_pie',
 'pyramid_bar_clustered',
 'pyramid_bar_stacked',
 'pyramid_bar_stacked_100',
 'pyramid_col',
 'pyramid_col_clustered',
 'pyramid_col_stacked',
 'pyramid_col_stacked_100',
 'radar',
 'radar_filled',
 'radar_markers',
 'stock_hlc',  # 有意思 股票K线图
 'stock_ohlc',
 'stock_vhlc',
 'stock_vohlc',
 'surface',
 'surface_top_view',
 'surface_top_view_wireframe',
 'surface_wireframe',
 'xy_scatter',
 'xy_scatter_lines',
 'xy_scatter_lines_no_markers',
 'xy_scatter_smooth',
 'xy_scatter_smooth_no_markers')

将本地图片或者matplotlib图片保存到excel

'''
matplotlib 生成的图片存入excel
'''
import matplotlib.pyplot as plt
# 随便绘制一个饼图
fig1 = plt.figure()  # 先创建一个图像对象
plt.pie([0.5, 0.3, 0.2],  # 值
        labels=['a', 'b', 'c'],  # 标签
        explode=(0, 0.2, 0),  # （爆裂）距离
        autopct='%1.1f%%',   # 显示百分数格式
        shadow=True)  # 是否显示阴影
plt.show() 

# 将饼图添加到excel指定位置 J17为图片开始位置
sht3.pictures.add(fig1, name='matplotlib', 
                  left=sht3.range('J17').left, 
                  top=sht3.range('J17').top, update=True)

'''
本地图片存入excel
'''
# 将本地图片添加到excel指定位置 J1为图片开始位置
pic_path = './0923.jpeg'
sht3.pictures.add(pic_path, name='local', 
                  left=sht3.range('J1').left, 
                  top=sht3.range('J1').top, update=True)

4.2 实战练习一：将消费数据可视化生成带平均线的趋势图，存入excel

'''
实战练习一：将消费数据可视化生成带平均线的趋势图，存入excel
数据就是之前生成的模拟数据
'''
import matplotlib.pyplot as plt

fig, ax = plt.subplots()  # 创建一个画板
# 生成一条新线- 平均消费数据
money_m = [df['money'].mean(axis=0) for i in range(len(df['money']))]
# 建一条线：消费趋势折线图
ax.plot(df.index, df['money'], color='#f16a0b', label='每日消费')
# 再建一条线：平均消费直线图
ax.plot(df.index, money_m, linestyle='--', color='#301502', label='平均消费')
# 设置横纵坐标基础说明
ax.set_xlabel(u'日期') 



    
ax.set_ylabel(u'消费金额/元') 
ax.set_title(u'消费折线图')  
# 设置x轴值显示方向
plt.setp(ax.get_xticklabels(), rotation=70, horizontalalignment='right')
# 添加图例（label说明到图片上） loc设置显示位置
ax.legend(loc=2) 
plt.show()
sht3.pictures.add(fig, name='消费情况', 
                  left=sht3.range('J1').left, 
                  top=sht3.range('J1').top, update=True)

4.3 实战练习二：将基金数据以指定的格式存储到excel并生成基金净值走势图

新建一个sheet，然后获取数据

'''
实战练习二：将股票数据以指定的格式存储到excel并生成股票走势图
利用akshare爬取上证指数数据 代号：sh000001
'''
import akshare as ak
import xlwings as xw

# -1、新建一个sheet
app = xw.App(visible=True, add_book=False)
wb = app.books.open('xlwings_wb.xlsx')
sz_sht = wb.sheets.add('sz_sht')  # 第一次新建
# sz_sht = wb.sheets['sz_sht']  # 已经存在，直接打开

# 获取数据 open high low close volume index-date
# volume 是成交量 多少股
# 0、获取数据
sz_index = ak.stock_zh_index_daily(symbol="sh000001")
sz_index

处理并存储数据到excel

# 1、处理下数据
sz_data = sz_index['20210101':'20210922'].iloc[:,0:4]  # 只取今年数据 ohlc
sz_data.index = sz_data.index.strftime('%m-%d') # 将索引日期格式改为 月-日

# 2、存储数据
sz_sht.range('A1').value = sz_data

处理表格中数据格式

# 3、处理数据格式
# - 表头字体 格式加粗 背景颜色
sz_sht.range('A1:E1').api.font_object.name.set('Calibri')
sz_sht.range('A1:E1').api.font_object.font_style.set('加粗')
sz_sht.range('A1:E1').api.font_object.color.set((255, 255, 255))
# 背景颜色
sz_sht.range('A1:E1').color = (16, 156, 245) 
# mac上居中未实现，有了解的小伙伴可以留言指出下，感谢
# sz_sht.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter

# - 添加边框
# 1 左+内部竖线  
sz_sht.range('A1:E177').api.get_border(which_border=1).weight.set(2)
# 10 最右侧竖线
sz_sht.range('A1:E177').api.get_border(which_border=10).weight.set(2)
# 3 上+内部横线
sz_sht.range('A1:E177').api.get_border(which_border=3).weight.set(2)
# 9 最下面横线
sz_sht.range('A1:E177').api.get_border(which_border=9).weight.set(2)

生成ohlc k线图并存储到excel指定位置

# 4、生成图表
chart_ohlc = sz_sht.charts.add()  # 创建一个图表对象
chart_ohlc.set_source_data(sz_sht.range('A1').expand())  # 加载数据
chart_ohlc.chart_type = 'stock_ohlc'


    
  # 设置图标类型
chart_ohlc.top = sz_sht.range('G2').top  
chart_ohlc.left = sz_sht.range('G2').left  # 设置图标开始位置

4.4 实战练习三：将基金数据以指定的格式存储到excel并生成基金净值走势图

创建一个新的sheet&获取数据

'''
实战练习三：将基金数据以指定的格式存储到excel并生成基金净值走势图
利用akshare爬取易方达蓝筹基金数据 基金代号：005827
'''
import akshare as ak
import matplotlib.pyplot as plt
import xlwings as xw

# 1、新建一个sheet&获取数据
app = xw.App(visible=True, add_book=False)
wb = app.books.open('xlwings_wb.xlsx')
# sht_fund = wb.sheets.add('fund_sht')
sht_fund = wb.sheets['fund_sht']

# 净值日期 单位净值 日增长率
yfd_fund = ak.fund_em_open_fund_info(fund="005827", indicator="单位净值走势")

数据处理&存储数据

# 2、数据处理 
yfd_fund['单位净值'] = yfd_fund['单位净值'].astype(float)
yfd_fund = yfd_fund.round(4)  # 数值列只保留4位小数

# 3、存储数据
sht_fund.range('A1').value = yfd_fund
# 存储后发现有索引列，删除（也可以在数据处理时处理）
sht_fund.range('A:A').delete()

设置数据格式

# 4、设置数据格式
# - 表头字体 格式加粗 背景颜色
sht_fund.range('A1:C1').api.font_object.name.set('Calibri')
sht_fund.range('A1:C1').api.font_object.font_style.set('加粗')
sht_fund.range('A1:C1').api.font_object.color.set((255, 255, 255))
# 背景颜色
sht_fund.range('A1:C1').color = (16, 156, 245) 
# mac上居中未实现，有了解的小伙伴可以留言指出下，感谢
# sht_fund.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter

# - 添加边框 设置的时候多加一行一列，这样就可以两步设置好边框了
# 1 左+内部竖线  
sht_fund.range('A1:D717').api.get_border(which_border=1).weight.set(2)
# 3 上+内部横线
sht_fund.range('A1:C718').api.get_border(which_border=3).weight.set(2)

利用matplotlib画图存储

# 5、绘制图片
fig, ax = plt.subplots(2, 1, figsize=(20, 20), dpi=100)  #2行 1列

# 生成一条新线- 平均消费数据
yfd_fund_m = [yfd_fund['单位净值'].mean(axis=0) for i in range(len(yfd_fund['单位净值']))]
# 图一
# 建一条线：基金趋势折线图
ax[0].plot(yfd_fund['净值日期'], yfd_fund['单位净值'], color='#a5ea37', label='单位净值')
# 再建一条线：平均消费直线图
ax[0].plot(yfd_fund['净值日期'], yfd_fund_m, linestyle='--'


    
, color='#F91860', label='平均净值')
# 设置横纵坐标基础说明
ax[0].set_xlabel(u'日期') 
ax[0].set_ylabel(u'单位净值/元') 
ax[0].set_title(u'易方达基金净值走势图')  
# 添加图例（label说明到图片上） loc设置显示位置
ax[0].legend(loc=2) 

# 图二
# 建一条线：平均消费直线图
ax[1].plot(yfd_fund['净值日期'], yfd_fund['日增长率'], color='#F9181c', label='日增长率')
# 设置横纵坐标基础说明
ax[1].set_xlabel(u'日期') 
ax[1].set_ylabel(u'日增长率/%') 
ax[1].set_title(u'易方达基金日增长率走势图') 
# 添加图例（label说明到图片上） loc设置显示位置
ax[1].legend(loc=2)

# 设置x轴值显示方向
plt.setp(ax[0].get_xticklabels(), rotation=70, horizontalalignment='right')
plt.setp(ax[1].get_xticklabels(), rotation=70, horizontalalignment='right')

plt.show()
sht_fund.pictures.add(fig, name='易方达基金数据', 
                  left=sht_fund.range('E2').left, 
                  top=sht_fund.range('E2').top, update=True)