Comment automatiser Excel avec Python ?

1. Bibliothèques couramment utilisées par Python pour faire fonctionner Excel

Avant de commencer à utiliser Excel, vous devez installer Python et certaines bibliothèques associées. Vous pouvez utiliser pip pour installer les bibliothèques suivantes, ou utiliser un client python professionnel : pycharm pour installer rapidement python et les bibliothèques associées.

• pandas : pour traiter les fichiers et les données Excel

• openpyxl : pour lire et écrire des fichiers Excel

• xlrd : pour lire des fichiers Excel

• xlwt : pour écrire des fichiers Excel

1. Utilisation de la bibliothèque tierce openpyxl

openpyxl est une bibliothèque Python permettant de lire et d'écrire des fichiers Excel 2010 xlsx/xlsm/xltx/xltm. Il peut lire et écrire des fichiers Excel, prend en charge plusieurs feuilles de calcul, graphiques et bien plus encore.

Exemple de code :

import openpyxl

# 打开 Excel 文件
workbook = openpyxl.load_workbook('example.xlsx')

# 获取所有工作表名
sheet_names = workbook.sheetnames
print(sheet_names)

# 获取指定工作表
sheet = workbook['Sheet1']

# 获取单元格数据
cell = sheet['A1']
print(cell.value)

# 修改单元格数据
sheet['A1'] = 'Hello World'

# 保存 Excel 文件
workbook.save('example.xlsx')

2. Utilisez les bibliothèques tierces xlrd et xlwt

xlrd et xlwt sont utilisées respectivement pour lire et écrire des fichiers Excel. Elles prennent en charge plusieurs feuilles de calcul, mais ne prennent pas en charge Excel 2010 xlsx/xlsm/xltx/. format xltm.

Exemple de code :

import xlrd
import xlwt

# 打开 Excel 文件
workbook = xlrd.open_workbook('example.xls')

# 获取所有工作表名
sheet_names = workbook.sheet_names()
print(sheet_names)

# 获取指定工作表
sheet = workbook.sheet_by_name('Sheet1')

# 获取单元格数据
cell = sheet.cell(0, 0)
print(cell.value)

# 修改单元格数据
new_workbook = xlwt.Workbook()
new_sheet = new_workbook.add_sheet('Sheet1')
new_sheet.write(0, 0, 'Hello World')
new_workbook.save('example.xls')

3. Utilisez la bibliothèque pandas

pandas est une bibliothèque Python pour l'analyse de données. Elle peut également être utilisée pour lire et écrire des fichiers Excel. Elle prend en charge plusieurs feuilles de calcul, mais ne prend pas en charge Excel 2010 xlsx/xlsm. /xltx/xltm.

Exemple de code :

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('example.xls', sheet_name='Sheet1')

# 获取单元格数据
value = df.iloc[0, 0]
print(value)

# 修改单元格数据
df.iloc[0, 0] = 'Hello World'
df.to_excel('example.xls', index=False)

2. 10 façons courantes d'utiliser Excel en Python

1 Lire des fichiers Excel

Utilisez la fonction read_excel() dans la bibliothèque pandas pour lire des fichiers Excel. L'exemple de code est le suivant :

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx')

2. Écrire dans un fichier Excel

Utilisez la fonction to_excel() de la bibliothèque pandas pour écrire des données dans un fichier Excel. L'exemple de code est le suivant :

import pandas as pd

# 将数据写入Excel文件
df.to_excel('example.xlsx', index=False)

3. Insérer des lignes ou des colonnes

Utilisez la fonction append() dans la bibliothèque pandas pour insérer des lignes ou des colonnes. L'exemple de code est le suivant :

import pandas as pd

# 插入行
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.append({'A': 4, 'B': 7}, ignore_index=True)

# 插入列
df['C'] = [7, 8, 9, 10]

4. Supprimer des lignes ou des colonnes

Utilisez la fonction drop() dans la bibliothèque pandas pour supprimer des lignes ou des colonnes. L'exemple de code est le suivant :

import pandas as pd

# 删除行
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.drop(1)

# 删除列
df = df.drop('B', axis=1)

5. Modifiez la valeur de la cellule

Utilisez la fonction at() ou la fonction .iat() dans la bibliothèque pandas pour modifier la valeur de la cellule. L'exemple de code est le suivant :

import pandas as pd

# 修改单元格值
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.at[1, 'B'] = 7

# 使用.iat()函数修改单元格值
df.iat[0, 1] = 8

6. Recherchez la valeur de la cellule

Utilisez la fonction .loc() ou la fonction .iloc() dans la bibliothèque pandas pour trouver la valeur de la cellule. L'exemple de code est le suivant :

import pandas as pd

# 查找单元格值
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
value = df.loc[1, 'B']

# 使用.iloc()函数查找单元格值
value = df.iloc[1, 1]

7. Tri des données

Utilisez la fonction sort_values() dans la bibliothèque pandas pour trier les données. L'exemple de code est le suivant :

import pandas as pd

# 对数据进行排序
df = pd.DataFrame({'A': [1, 3, 2], 'B': [4, 6, 5]})
df = df.sort_values(by='A')

8. Fusionner les données

Utilisez la fonction merge() dans la bibliothèque pandas pour fusionner les données. L'exemple de code est le suivant :

import pandas as pd

# 合并数据
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 4], 'C': [7, 8, 9]})
df = pd.merge(df1, df2, on='A')

9. Grouper les données

Utilisez la fonction groupby() dans la bibliothèque pandas pour regrouper les données. L'exemple de code est le suivant :

import pandas as pd

# 分组数据
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': [1, 2, 3, 4, 5, 6, 7, 8]})
grouped = df.groupby(['A', 'B'])

10. Calculer les statistiques de données

Utilisez la fonction décrire() dans la bibliothèque pandas pour calculer les statistiques de données. L'exemple de code est le suivant :

import pandas as pd

# 计算数据统计量
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
desc = df.describe()

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!