处理Excel的Python算法_2_：批量处理Excel文件的模块——xlwings

索引

• • xlwings官方文档
  • Quickstart
  • • 1、脚本编写：通过Python与Excel自动化/交互
    • 2、宏：从Excel调用Python
    • 3. UDF：用户定义的功能（仅Windows）
  • 简单示例

xlwings官方文档

官方网站：https://www.xlwings.org/pro

Quickstart

1、脚本编写：通过Python与Excel自动化/交互

创建excel工作簿实例

import xlwings as xw
wb = xw.Book()  # 创建一个新的excel文件
wb = xw.Book('FileName.xlsx')  # 连接当前目录下的excel文件
wb = xw.Book(r'C:\path\to\file.xlsx')  # 连接到路径下的excel文件

同一文件多个实例

如果在两个Excel实例中打开了同一个文件，则需要完全限定它并包含app实例。你可以通过xw.apps.keys()找到你的excel示例:

xw.apps[10559].books['FileName.xlsx']

创建sheet实例

sht = wb.sheets['Sheet1']

读写sheet文档

# 读写单个单元格：
sht.range('A1').value = 'Foo 1'
sht.range('A1').value
# 有许多便利功能，例如拓展读写单元格范围：
sht.range('A1').value = [['Foo 1', 'Foo 2', 'Foo 3'], [10.0, 20.0, 30.0]]
sht.range('A1').expand().value
---------------------------
Foo1  Foo2  Foo3
10.0  20.0  30.0
# 功能强大的转换器可处理大多数感兴趣的数据类型，包括双向的Numpy数组和Pandas DataFrame：
import pandas as pd
df = pd.DataFrame([[1,2], [3,4]], columns=['a', 'b'])
sht.range('A1').value = df
sht.range('A1').options(pd.DataFrame, expand='table').value
---------------------------
       a    b
0.0  1.0  2.0
1.0  3.0  4.0
# Matplotlib图形可以在Excel中显示为图片：
import matplotlib.pyplot as plt
fig = plt.figure()
plt.plot([1, 2, 3, 4, 5])
[<matplotlib.lines.Line2D at 0x1071706a0>]
sht.pictures.add(fig, name='MyPlot', update=True)
<Picture 'MyPlot' in <Sheet [Workbook4]Sheet1>>

2、宏：从Excel调用Python

您可以通过单击Run加载项中的按钮（v0.16中的新增功能）来调用Python函数，也可以通过VBA使用该RunPython函数来调用Python函数：

该Run按钮需要一个main在Python模块中调用的函数，该函数的名称与您的工作簿相同。这种方法的优点在于，您不需要将工作簿启用宏，可以将其另存为xlsx。

如果要调用任何Python函数，无论它位于哪个模块中或具有什么名称，请使用RunPython：

Sub HelloWorld()
    RunPython "import hello; hello.world()"
End Sub

默认情况下，RunPython期望hello.py与Excel文件位于同一目录中，但是您可以通过config进行更改。通过使用xw.Book.caller以下内容来参考调用Excel的工作簿：

# hello.py
import numpy as np
import xlwings as xw

def world():
    wb = xw.Book.caller()
    wb.sheets[0].range('A1').value = 'Hello World!'

要运行此程序，您需要安装xlwings加载项。进行所有设置的最简单方法是从Windows上的命令提示符或Mac上的终端使用xlwings命令行客户端。xlwings quickstart myproject

3. UDF：用户定义的功能（仅Windows）

用Python编写UDF很容易：

import xlwings as xw

@xw.func
def hello(name):
    return 'Hello {0}'.format(name)

转换器也可以与UDF一起使用。再次以Pandas DataFrame为例：

import xlwings as xw
import pandas as pd

@xw.func
@xw.arg('x', pd.DataFrame)
def correl2(x):
    # x arrives as DataFrame
    return x.corr()

通过单击xlwings加载项的导入按钮将该函数导入Excel：有关更多详细信息，请参见用户定义函数（UDF）。

简单示例

import xlwings as xw
 
# 创建工作簿
app = xw.App(visible = True, add_book = False) # 创建excel实例，启动窗口，暂不不创建工作簿
workbook = app.books.add() # 创建工作簿

# 保存工作簿
workbook.save('d:\\example.xlsx')
workbook.close()  # 关闭工作簿
app.quit()  # 退出Excel程序

# 打开工作簿
import xlwings as xw
app = xw.App(visible = True, add_book = False)
workbook = app.books.open(r'd:\example.xlsx')  # 打开D盘根文件夹下名
# 需要注意的是，指定的工作簿必须真实存在，并且不能处于已打开的状态。

# 操控工作表和单元格
import xlwings as xw
app = xw.App(visible = False)
workbook = app.books.add()
worksheet = workbook.sheets.add('产品统计表')
worksheet.range('A1').value = '编号'
workbook.save(r'd:\北京.xlsx')
workbook.close()
app.quit()