自动化办公：openpyxl操作Excel的7个示例

1. 引言：Python与Excel自动化办公的优势

在日常工作中，Excel作为数据分析和报告制作的利器，几乎无人不知无人不晓。然而，面对大量重复的数据录入、整理、分析任务时，手动操作不仅耗时费力，还容易出错。此时，Python与它的强大库openpyxl便闪亮登场，助你轻松实现Excel自动化办公。Python以其简洁易学的语法和丰富的数据处理库，能高效地处理复杂的数据任务，而openpyxl则是专门用于操作Excel文件的库，让你无需打开Excel，就能完成创建、读取、编辑等操作。

2. openpyxl库简介与安装

openpyxl是一个开源的Python库，专注于读写Microsoft Excel 2010 xlsx/xlsm/xltx/xltm文件。它支持高级功能如数据验证、图表、超链接、注释等，且性能优秀，对大型文件处理游刃有余。安装只需在命令行中输入以下命令：

pip install openpyxl
1

3. 示例一：创建新Excel文件并写入数据

想在Python里“无中生有”一个Excel文件？openpyxl帮你实现！下面的代码将创建一个名为“my_data.xlsx”的文件，并在其中填入一些数据：

from openpyxl import Workbook

# 创建Workbook对象，相当于一个新的Excel文件
wb = Workbook()

# 获取默认的活跃工作表（Sheet）
ws = wb.active

# 在A1到C3单元格写入数据
for row in range(1, 4):
    for col in 'ABC':
        ws[col+str(row)] = f"Data {row} {col}"

# 保存到硬盘
wb.save("my_data.xlsx")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

4. 示例二：读取现有Excel文件数据

有了数据，自然要能读取。这段代码将打开“my_data.xlsx”，读取其内容并打印出来：

from openpyxl import load_workbook

# 加载已有的Excel文件
wb = load_workbook("my_data.xlsx")

# 获取第一个工作表（索引为0）
ws = wb.worksheets[0]

# 遍历所有单元格并打印内容
for row in ws.iter_rows():
    for cell in row:
        print(cell.value)
1
2
3
4
5
6
7
8
9
10
11
12

5. 示例三：修改单元格内容及样式

数据错了？颜色不满意？openpyxl让你轻松调整：

from openpyxl.styles import Font, Color

# 加载已有的Excel文件
wb = load_workbook("my_data.xlsx")
ws = wb.active

# 修改A1单元格内容为"Updated Data"
ws["A1"] = "Updated Data"

# 设置A1单元格字体为红色，加粗
font = Font(color=Color(rgb='FF0000'), bold=True)
ws["A1"].font = font

# 保存更改
wb.save("my_data.xlsx")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

6. 示例四：添加/删除行与列

数据结构需要调整？openpyxl让你增删自如：

# 加载已有的Excel文件
wb = load_workbook("my_data.xlsx")
ws = wb.active

# 在第二行前插入一行
ws.insert_rows(2)

# 删除第三列（C列）
ws.delete_cols(3)

# 保存更改
wb.save("my_data.xlsx")
1
2
3
4
5
6
7
8
9
10
11
12

7. 示例五：合并单元格与设置条件格式

表格需要更美观？合并单元格与条件格式来帮忙：

from openpyxl.formatting.rule import CellIsRule
from openpyxl.styles import PatternFill

# 加载已有的Excel文件
wb = load_workbook("my_data.xlsx")
ws = wb.active

# 合并A1到C1单元格
ws.merge_cells('A1:C1')

# 创建一个条件格式规则：当单元格值大于10时填充绿色
green_fill = PatternFill(start_color="00FF00", end_color="00FF00", fill_type="solid")
rule = CellIsRule(operator='>', formula=['10'], stopIfTrue=False, fill=green_fill)

# 应用规则到整个工作表
ws.conditional_formatting.add('A1:C5', rule)

# 保存更改
wb.save("my_data.xlsx")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

8. 示例六：利用公式计算与数据统计

数据需要计算或统计？openpyxl支持直接写入公式：

# 加载已有的Excel文件
wb = load_workbook("my_data.xlsx")
ws = wb.active

# 在D1单元格写入求和公式
ws["D1"] = "=SUM(A1:C1)"

# 在D2单元格写入平均值公式
ws["D2"] = "=AVERAGE(A2:C2)"

# 保存更改并计算公式结果
wb.save("my_data.xlsx")
1
2
3
4
5
6
7
8
9
10
11
12

9. 示例七：批量处理多个工作表

面对多工作表的大型文件，openpyxl也能轻松应对：

# 加载已有的Excel文件
wb = load_workbook("my_data.xlsx")

# 遍历所有工作表
for sheet in wb.worksheets:
    print(f"Processing sheet: {sheet.title}")

    # 对每个工作表执行相同的操作，如数据清洗、格式化等

# 保存更改
wb.save("my_data.xlsx")
1
2
3
4
5
6
7
8
9
10
11

10. 结语：进阶学习与应用场景推荐

恭喜你，通过以上7个示例，你已经掌握了openpyxl的基本操作。接下来，你可以尝试结合pandas库进行更复杂的数据分析，或者利用定时任务实现自动化报表生成。无论你是处理销售数据、财务报表，还是科研数据，openpyxl都能成为你提升工作效率的得力助手。