Python入门：Excel基本操作（一）

读取 Excel

不知道大家有没有看过Python操作Excel的广告。小编看过很多次，只要9.9元就能学会。今天小编就为大家带来Python操作Excel的免费入门教程。

仔细看，仔细学，本文价值 ￥9.9 哦~~~

这牛逼吹得我自己都有点脸红。

既然要操作 Excel ，那我们就需要先建立一个 Excel 。

先在Excel中创建3张Sheet，别告诉我你不知道什么是Sheet，也许你不适合看这篇文章。

测试用的Excel已经上传到代码仓库，有需要的同学可以访问。

Excel 内容如下：

请暂时忽略右下角的日期和时间。该日期和时间没有实际作用，仅用于演示。

这是一个 Sheet 的数据，同样的 Sheet 存在 3 个。

各位同学看到这个Excel大概能猜到小编要干什么了。是的，没错，你没看错，小编就是想算平均分。

所以用Excel自带的公式计算平均分是不好的。如果非要用Python来计算，那是浪费时间和金钱。

Excel内置的功能确实强大，这点不得不接受，但是如果我想跨Sheets操作怎么办？本文要玩的show操作是计算跨Sheets的平均分。

首先我们需要导入第三方模块xlrd，因为是第三方模块，没有安装的同学需要先安装。在命令行输入：

pip install xlrd

等待进度条走完就好了。

获取 workbook：

首先，我们需要在代码中打开我们刚才创建的 Excel :

workbook = xlrd.open_workbook('test.xlsx')

为了方便，小编将test.xlsx和代码放在同一个目录下。实际操作时需要注意文件的路径。无论使用相对路径还是绝对路径，都要写对。

Sheet 有关操作：

有关 Sheet 的操作有很多，我们列举几个常用的：

# 输出所有 sheet 的名字
print(workbook.sheet_names())
# 获取所有的 sheet
print(workbook.sheets())
# 根据索引获取 sheet
print(workbook.sheet_by_index(1))
# 根据名字获取 sheet
print(workbook.sheet_by_name('1班'))

这里就不演示输出结果了，大家自己操作一下就知道了：）

常用操作：

获取行数和列数：

sheet1 = workbook.sheets()[0]
# 获取行数
print(sheet1.nrows)
# 获取列数
print(sheet1.ncols)

结果如下：

6
4

获取整行和整列的数据（数据类型为列表）：

# 获取第 2 行内容
print(sheet1.row_values(1))
# 获取第 3 列内容
print(sheet1.col_values(2))

结果如下：

['小明', 76.0, 85.0, 95.0, '']
['数学', 85.0, 58.0, 96.0, '', '']

获取单元格的数据：

cell1 = sheet1.cell(1, 1).value
# 行索引
cell2 = sheet1.row(1)[1].value
cell3 = sheet1.cell(1, 2).value
# 列索引
cell4 = sheet1.col(2)[1].value

结果如下：

76.0 76.0 85.0 85.0

获取日期类型数据：

date_value = xlrd.xldate_as_datetime(sheet1.cell_value(5, 3), workbook.datemode)
print(type(date_value), date_value)

结果如下：

<class 'datetime.datetime'> 2019-11-07 20:49:05

这里直接通过方法将数据转换为datetime类型，xlrd也提供了将数据转换为元组，再将元组转换为日期的能力。

date_tulp = xlrd.xldate_as_tuple(sheet1.cell_value(5, 3), workbook.datemode)
print(type(date_tulp), date_tulp)
year, month, day, hour, minute, second = date_tulp
print(datetime.datetime(year, month, day, hour, minute, second))

结果如下：

<class 'tuple'> (2019, 11, 7, 20, 49, 5)
2019-11-07 20:49:05

python学习网，免费的在线学习
，欢迎关注！

本文转自：https://blog.csdn.net/meteor_93/article/details/103116684