本篇文章给大家分享的是有关Python读写EXCEL文件常用方法有哪些，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
为昌吉等地区用户提供了全套网页设计制作服务，及昌吉网站建设行业解决方案。主营业务为成都网站制作、做网站、昌吉网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
python读写excel的方式有很多，不同的模块在读写的讲法上稍有区别，这里我主要介绍几个常用的方式。
用xlrd和xlwt进行excel读写;
用openpyxl进行excel读写;
用pandas进行excel读写;
2|0数据准备
为了方便演示，我这里新建了一个data.xls和data.xlsx文件，第一个工作表sheet1区域“A1:E5”的内容如下，用于测试读写excel的代码：
3|0xlrd和xlwt
xlrd是一个库，用于从Excel文件中以.xls格式读取数据和格式化信息
xlwt是一个库，用于将数据和格式化信息写入较旧的Excel文件(例如:.xls)。
3|1示例
pip install xlrd pip install xlwt
我们开始来读取文件的内容
import xlrd import os file_path = os.path.dirname(os.path.abspath(__file__)) base_path = os.path.join(file_path, 'data.xlsx') book = xlrd.open_workbook(base_path) sheet1 = book.sheets()[0] nrows = sheet1.nrows print('表格总行数', nrows) ncols = sheet1.ncols print('表格总列数', ncols) row3_values = sheet1.row_values(2) print('第3行值', row3_values) col3_values = sheet1.col_values(2) print('第3列值', col3_values) cell_3_3 = sheet1.cell(2, 2).value print('第3行第3列的单元格的值：', cell_3_3) 
接下来我们来进行写入，写入可以进行的操作太多了，我这里只列举了常用的的操作。
import xlwt import datetime # 创建一个workbook 设置编码 workbook = xlwt.Workbook(encoding='utf-8') # 创建一个worksheet worksheet = workbook.add_sheet('Worksheet') # 写入excel参数对应 行, 列, 值 worksheet.write(0, 0, label='测试') # 设置单元格宽度 worksheet.col(0).width = 3333 # 设置单元格高度 tall_style = xlwt.easyxf('font:height 520;') worksheet.row(0).set_style(tall_style) # 设置对齐方式 alignment = xlwt.Alignment() # Create Alignment # May be: HORZ_GENERAL, HORZ_LEFT, HORZ_CENTER, HORZ_RIGHT, HORZ_FILLED, HORZ_JUSTIFIED, HORZ_CENTER_ACROSS_SEL, HORZ_DISTRIBUTED alignment.horz = xlwt.Alignment.HORZ_CENTER # May be: VERT_TOP, VERT_CENTER, VERT_BOTTOM, VERT_JUSTIFIED, VERT_DISTRIBUTED alignment.vert = xlwt.Alignment.VERT_CENTER style = xlwt.XFStyle() # Create Style style.alignment = alignment # Add Alignment to Style worksheet.write(2, 0, '居中', style) # 写入带颜色背景的数据 pattern = xlwt.Pattern() # Create the Pattern # May be: NO_PATTERN, SOLID_PATTERN, or 0x00 through 0x12 pattern.pattern = xlwt.Pattern.SOLID_PATTERN pattern.pattern_fore_colour = 5 # May be: 8 through 63. 0 = Black, 1 = White, 2 = Red, 3 = Green, 4 = Blue, 5 = Yellow, 6 = Magenta, 7 = Cyan, 16 = Maroon, 17 = Dark Green, 18 = Dark Blue, 19 = Dark Yellow , almost brown), 20 = Dark Magenta, 21 = Teal, 22 = Light Gray, 23 = Dark Gray, the list goes on... style = xlwt.XFStyle() # Create the Pattern style.pattern = pattern # Add Pattern to Style worksheet.write(0, 1, '颜色', style) # 写入日期 style = xlwt.XFStyle() # Other options: D-MMM-YY, D-MMM, MMM-YY, h:mm, h:mm:ss, h:mm, h:mm:ss, M/D/YY h:mm, mm:ss, [h]:mm:ss, mm:ss.0 style.num_format_str = 'M/D/YY' worksheet.write(0, 2, datetime.datetime.now(), style) # 写入公式 worksheet.write(0, 3, 5) # Outputs 5 worksheet.write(0, 4, 2) # Outputs 2 # Should output "10" (A1[5] * A2[2]) worksheet.write(1, 3, xlwt.Formula('D1*E1')) # Should output "7" (A1[5] + A2[2]) worksheet.write(1, 4, xlwt.Formula('SUM(D1,E1)')) # 写入超链接 worksheet.write(1, 0, xlwt.Formula('HYPERLINK("http://www.baidu.com";"百度一下")')) # 保存 workbook.save('Excel_test.xls')需要注意的是最好在当前路径下通过命令行执行，否则无法生成文件。
4|0openpyxl
openpyxl是一个Python库，用于读取/写入Excel 2010 xlsx/xlsm/xltx/xltm文件。
安装包
pip install openpyx
安装完成可以开始进行读取数据
import openpyxl import os file_path = os.path.dirname(os.path.abspath(__file__)) base_path = os.path.join(file_path, 'data.xlsx') workbook = openpyxl.load_workbook(base_path) worksheet = workbook.get_sheet_by_name('Sheet1') row3=[item.value for item in list(worksheet.rows)[2]] print('第3行值',row3) col3=[item.value for item in list(worksheet.columns)[2]] print('第3行值',col3) cell_2_3=worksheet.cell(row=2,column=3).value print('第2行第3列值',cell_2_3) max_row=worksheet.max_row print('最大行',max_row) 
现在我们来开始写入数据
import zipfile # 创建文件句柄 file = zipfile.ZipFile("测试.zip", 'r') # 提取压缩文件中的内容，注意密码必须是bytes格式，path表示提取到哪 file.extractall(path='.', pwd='123'.encode('utf-8')) 
5|0pandas
pandas支持xls, xlsx, xlsm, xlsb, odf, ods和odt文件扩展名从本地文件系统或URL读取。支持读取单个工作表或工作表列表的选项。
首先依然是安装包
pip install pandas
语法：
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False,dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)
io，Excel的存储路径
sheet_name，要读取的工作表名称
header， 用哪一行作列名
names， 自定义最终的列名
index_col， 用作索引的列
usecols，需要读取哪些列
squeeze，当数据仅包含一列
converters ，强制规定列数据类型
skiprows，跳过特定行
nrows ，需要读取的行数
skipfooter ， 跳过末尾n行
import pandas as pd import os file_path = os.path.dirname(os.path.abspath(__file__)) base_path = os.path.join(file_path, 'data.xlsx') df = pd.read_excel(base_path) print(df)
写入数据
语法：
DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)
参数说明：
excel_writer：文件路径或现有的ExcelWriter
sheet_name：将包含数据文件的工作表的名称
na_rep：缺失的数据表示
float_format：格式化浮点数的字符串。例如float_format = " %。2f"格式为0.1234到0.12。
columns：列
header：写出列名。如果给定一个字符串列表，则假定它是列名的别名。
index：写入行名称(索引)
index_label：如果需要，索引列的列标签。如果未指定，并且标头和索引为真，则使用索引名。如果DataFrame使用多索引，应该给出一个序列。
startrow：左上角的单元格行转储数据帧。
startcol：左上角单元格列转储数据帧。
engine：编写要使用的引擎“ openpyxl”或“ xlsxwriter”。 您还可以通过选项io.excel.xlsx.writer，io.excel.xls.writer和io.excel.xlsm.writer进行设置。
merge_cells：将多索引和层次结构行写入合并单元格。
encoding：对生成的excel文件进行编码。仅对xlwt有必要，其他编写器本身支持unicode。
inf_rep：表示无穷大。
verbose：在错误日志中显示更多信息。
freeze_panes：指定要冻结的最底部的行和最右边的列
from pandas import DataFrame data = {'name': ['张三', '李四', '王五'],'age': [11, 12, 13],'sex': ['男', '女', '男']} df = DataFrame(data) df.to_excel('file.xlsx')
以上就是Python读写EXCEL文件常用方法有哪些，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
