Python與Excel 不得不說的事情
數據處理是 Python 的一大應用場景，而 Excel 則是最流行的數據處理軟件。因此用 Python 進行數據相關的工作時，難免要和 Excel 打交道。
如果僅僅是要以表單形式保存數據，可以借助 CSV 格式(一種以逗號分隔的表格數據格式)進行處理，Excel 也支持此格式。但標準的 Excel 文件(xls/xlsx)具有較復雜的格式，并不方便像普通文本文件一樣直接進行讀寫，需要借助第三方庫來實現(xiàn)。
常用的庫是 python-excel 系列：
- xlrd、xlwt、xlutils
- xlrd - 讀取 Excel 文件
- xlwt - 寫入 Excel 文件
- xlutils - 操作 Excel 文件的實用工具，如復制、分割、篩選等
盡管這是目前被用得最多的 Excel 庫，我還是很想吐槽為什么這三個包不能放在一個模塊里……另外它們有個缺陷，就是只能處理 xls 文件。如果你想用新版本的 xlsx，可以考慮 openpyxl 和 xlsxwriter。
不過今天只說說這三個。
安裝
安裝的方法沒啥特別的，只是得裝三遍。可以下載安裝包、下載代碼壓縮包、或者通過 pip 等。
如果安裝過之前推薦的 anaconda，那么就已經有了 xlrd 和 xlwt，但 xlutils 沒有附帶在安裝包中，使用時仍需另行安裝。
讀取
結合一段簡單的代碼來看：
- import xlrd
- # 打開 xls 文件
- book = xlrd.open_workbook("test.xls")
- print "表單數量:", book.nsheets
- print "表單名稱:", book.sheet_names()
- # 獲取第1個表單
- sh = book.sheet_by_index(0)
- print u"表單 %s 共 %d 行 %d 列" % (sh.name, sh.nrows, sh.ncols)
- print "第二行第三列:", sh.cell_value(1, 2)
- # 遍歷所有表單
- for s in book.sheets():
- for r in range(s.nrows):
- # 輸出指定行
- print s.row(r)
測試文件：
輸出結果：
- 表單數量: 2
- 表單名稱: [u'Group.A', u'Group.B']
- 表單 Group.A 共 7 行 3 列
- 第二行第三列: 15.0
- [text:u'Rank', text:u'Team', text:u'Points']
- [number:1.0, text:u'Brazil', number:15.0]
- [number:2.0, text:u'Russia', number:12.0]
- ...
常用的方法：
- open_workbook 打開文件
- sheet_by_index 獲取某一個表單
- sheets 獲取所有表單
- cell_value 獲取指定單元格的數據
寫入
還是看代碼：
- import xlwt
- # 創(chuàng)建 xls 文件對象
- wb = xlwt.Workbook()
- # 新增一個表單
- sh = wb.add_sheet('A Test Sheet')
- # 按位置添加數據
- sh.write(0, 0, 1234.56)
- sh.write(1, 0, 8888)
- sh.write(2, 0, 'hello')
- sh.write(2, 1, 'world')
- # 保存文件
- wb.save('example.xls')
生成文件：
常用的方法：
- Workbook 創(chuàng)建文件對象
- add_sheet 新增一個表單
- write 在指定單元格寫入數據
修改
很遺憾，并沒有直接修改 xls 文件的方法。通常的做法是，讀取出文件，復制一份數據，對其進行修改，再保存。
在復制時，需要用到 xlutils 中的方法。
- from xlrd import open_workbook
- from xlutils.copy import copy
- # 打開文件
- rb = open_workbook("example.xls")
- # 復制
- wb = copy(rb)
- # 選取表單
- s = wb.get_sheet(0)
- # 寫入數據
- s.write(0, 1, 'new data')
- # 保存
- wb.save('example.xls')
修改后文件：
特別要注意的是，選取讀取表單時，要使用 sheet_by_index，而在選取寫入表單時，則要用 get_sheet。不要問我為什么，我也很想知道這么設定的用意何在……
時間轉換
如果表單中有時間格式的數據，通過處理之后，你會發(fā)現(xiàn)時間數據出了差錯。
輸出單元格內容：
- [number:8888.0, xldate:42613.0]
因為這里 xldate 有自己的格式定義。如果要使用正確的格式，必須轉換：
- new_date = xlrd.xldate.xldate_as_datetime(date, book.datemode)
date 是對應單元格的數據，book 是打開的文件對象。
另外，在打開文件時，加上參數 formatting_info=True，可以保證在時間數據在 copy 時保持原樣。
寫入時間數據，則可通過此方法創(chuàng)建 excel 的時間對象：
- xlrd.xldate.xldate_from_datetime_tuple
或者通過 xlwt.easyxf 指定時間格式：
- style = xlwt.easyxf(num_format_str='D-MMM-YY')ws.write(1, 0, datetime.now(), style)
具體細節(jié)及更多功能這里不展開說明。
以上便是 Python 操作 Excel 文件的一些基本方法。實際使用過程中遇到問題或者需要了解更多功能，永遠記住兩個詞：
- RTFM、STFW
- ：)
