python使用xlrd模塊讀取excel的方法實(shí)例
更新時(shí)間：2022年03月07日 10:36:17 作者：張_俊_杰
Python讀取Excel表格,相比xlwt來(lái)說(shuō),xlrd提供的接口比較多,下面這篇文章主要給大家介紹了關(guān)于python使用xlrd模塊讀取excel的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
一、安裝xlrd模塊:
1、mac下打開(kāi)終端輸入命令：
pip install xlrd
2、驗(yàn)證安裝是否成功：
- 在mac終端輸入 python 進(jìn)入python環(huán)境
- 然后輸入 import xlrd
不報(bào)錯(cuò)說(shuō)明模塊安裝成功
二、常用方法：
1、導(dǎo)入模塊：
import xlrd
2、打開(kāi)文件：
x1 = xlrd.open_workbook("data.xlsx")3、獲取sheet：
- 獲取所有sheet名字：x1.sheet_names（）
- 獲取sheet數(shù)量：x1.nsheets
- 獲取所有sheet對(duì)象：x1.sheets()
- 通過(guò)sheet名查找：x1.sheet_by_name("test”)
- 通過(guò)索引查找：x1.sheet_by_index(3)
# -*- coding:utf-8 -*-
import xlrd
import os
filename = "demo.xlsx"
filePath = os.path.join(os.getcwd(), filename)
print filePath
# 1、打開(kāi)文件
x1 = xlrd.open_workbook(filePath)
# 2、獲取sheet對(duì)象
print 'sheet_names:', x1.sheet_names() # 獲取所有sheet名字
print 'sheet_number:', x1.nsheets # 獲取sheet數(shù)量
print 'sheet_object:', x1.sheets() # 獲取所有sheet對(duì)象
print 'By_name:', x1.sheet_by_name("test") # 通過(guò)sheet名查找
print 'By_index:', x1.sheet_by_index(3) # 通過(guò)索引查找輸出：
sheet_names: [u' plan', u'team building', u'modile', u'test'] sheet_number: 4 sheet_object: [<xlrd.sheet.Sheet object at 0x10244c190>, <xlrd.sheet.Sheet object at 0x10244c150>, <xlrd.sheet.Sheet object at 0x10244c110>, <xlrd.sheet.Sheet object at 0x10244c290>] By_name: <xlrd.sheet.Sheet object at 0x10244c290> By_index: <xlrd.sheet.Sheet object at 0x10244c290>
4、獲取sheet的匯總數(shù)據(jù)：
- 獲取sheet名：sheet1.name
- 獲取總行數(shù)：sheet1.nrows
- 獲取總列數(shù)：sheet1.ncols
# -*- coding:utf-8 -*-
import xlrd
import os
from datetime import date,datetime
filename = "demo.xlsx"
filePath = os.path.join(os.getcwd(), filename)
print filePath
# 打開(kāi)文件
x1 = xlrd.open_workbook(filePath)
# 獲取sheet的匯總數(shù)據(jù)
sheet1 = x1.sheet_by_name("plan")
print "sheet name:", sheet1.name # get sheet name
print "row num:", sheet1.nrows # get sheet all rows number
print "col num:", sheet1.ncols # get sheet all columns number輸出：
sheet name: plan row num: 31 col num: 11
5、單元格批量讀取：
a）行操作：
- sheet1.row_values(0) # 獲取第一行所有內(nèi)容，合并單元格，首行顯示值，其它為空。
- sheet1.row(0) # 獲取單元格值類(lèi)型和內(nèi)容
- sheet1.row_types(0) # 獲取單元格數(shù)據(jù)類(lèi)型
# -*- coding:utf-8 -*-
import xlrd
import os
from datetime import date,datetime
filename = "demo.xlsx"
filePath = os.path.join(os.getcwd(), filename)
x1 = xlrd.open_workbook(filePath)
sheet1 = x1.sheet_by_name("plan")
# 單元格批量讀取
print sheet1.row_values(0) # 獲取第一行所有內(nèi)容，合并單元格，首行顯示值，其它為空。
print sheet1.row(0) # 獲取單元格值類(lèi)型和內(nèi)容
print sheet1.row_types(0) # 獲取單元格數(shù)據(jù)類(lèi)型輸出：
[u'learning plan', u'', u'', u'', u'', u'', u'', u'', 123.0, 42916.0, 0]
[text:u'learning plan', empty:u'', empty:u'', empty:u'', empty:u'', empty:u'', empty:u'', empty:u'', number:123.0, xldate:42916.0, bool:0]
array('B', [1, 0, 0, 0, 0, 0, 0, 0, 2, 3, 4])b) 表操作
- sheet1.row_values(0, 6, 10) # 取第1行，第6~10列（不含第10表）
- sheet1.col_values(0, 0, 5) # 取第1列，第0~5行（不含第5行）
- sheet1.row_slice(2, 0, 2) # 獲取單元格值類(lèi)型和內(nèi)容
- sheet1.row_types(1, 0, 2) # 獲取單元格數(shù)據(jù)類(lèi)型
# -*- coding:utf-8 -*-
import xlrd
import os
from datetime import date,datetime
filename = "demo.xlsx"
filePath = os.path.join(os.getcwd(), filename)
print filePath
# 1、打開(kāi)文件
x1 = xlrd.open_workbook(filePath)
sheet1 = x1.sheet_by_name("plan")
# 列操作
print sheet1.row_values(0, 6, 10) # 取第1行，第6~10列（不含第10表）
print sheet1.col_values(0, 0, 5) # 取第1列，第0~5行（不含第5行）
print sheet1.row_slice(2, 0, 2) # 獲取單元格值類(lèi)型和內(nèi)容，同sheet1.row(0)
print sheet1.row_types(1, 0, 2) # 獲取單元格數(shù)據(jù)類(lèi)型輸出：
[u'', u'', 123.0, 42916.0]
[u'learning plan', u'\u7f16\u53f7', 1.0, 2.0, 3.0]
[number:1.0, text:u'\u7ba1\u7406\u5b66\u4e60']
array('B', [1, 1])6、特定單元格讀?。?/h3>
a) 獲取單元格值：
- sheet1.cell_value(1, 2)
- sheet1.cell(1, 2).value
- sheet1.row(1)[2].value
b) 獲取單元格類(lèi)型：
- sheet1.cell(1, 2).ctype
- sheet1.cell_type(1, 2)
- sheet1.row(1)[2].ctype
# -*- coding:utf-8 -*-
import xlrd
import os
from datetime import date,datetime
filename = "demo.xlsx"
filePath = os.path.join(os.getcwd(), filename)
x1 = xlrd.open_workbook(filePath)
sheet1 = x1.sheet_by_name("plan")
# 特定單元格讀取
# 取值
print sheet1.cell_value(1, 2)
print sheet1.cell(1, 2).value
print sheet1.row(1)[2].value
#取類(lèi)型
print sheet1.cell(1, 2).ctype
print sheet1.cell_type(1, 2)
print sheet1.row(1)[2].ctype7、(0,0)轉(zhuǎn)換A1:
- xlrd.cellname(0, 0) # (0,0)轉(zhuǎn)換成A1
- xlrd.cellnameabs(0, 0) # (0,0)轉(zhuǎn)換成$A$1
- xlrd.colname(30) # 把列由數(shù)字轉(zhuǎn)換為字母表示
# -*- coding:utf-8 -*-
import xlrd
import os
filename = "demo.xlsx"
filePath = os.path.join(os.getcwd(), filename)
# 打開(kāi)文件
x1 = xlrd.open_workbook(filePath)
sheet1 = x1.sheet_by_name("plan")
# (0,0)轉(zhuǎn)換成A1
print xlrd.cellname(0, 0) # (0,0)轉(zhuǎn)換成A1
print xlrd.cellnameabs(0, 0) # (0,0)轉(zhuǎn)換成$A$1
print xlrd.colname(30) # 把列由數(shù)字轉(zhuǎn)換為字母表示輸出：
A1 $A$1 AE
8、數(shù)據(jù)類(lèi)型：
- 空：0
- 字符串：1
- 數(shù)字：2
- 日期：3
- 布爾：4
- error：5
附：寫(xiě)一個(gè)自動(dòng)獲取excel表內(nèi)容的類(lèi)
本代碼已實(shí)現(xiàn)自動(dòng)轉(zhuǎn)換單元格數(shù)據(jù)類(lèi)型，不會(huì)發(fā)生整形數(shù)字以浮點(diǎn)數(shù)顯示，布爾型True或False顯示為1,0；日期時(shí)間顯示為一連串的小數(shù)問(wèn)題
import xlrd
from xlrd import xldate_as_tuple
import datetime
'''
xlrd中單元格的數(shù)據(jù)類(lèi)型
數(shù)字一律按浮點(diǎn)型輸出，日期輸出成一串小數(shù)，布爾型輸出0或1，所以我們必須在程序中做判斷處理轉(zhuǎn)換
成我們想要的數(shù)據(jù)類(lèi)型
0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
'''
class ExcelData():
# 初始化方法
def __init__(self, data_path, sheetname):
#定義一個(gè)屬性接收文件路徑
self.data_path = data_path
# 定義一個(gè)屬性接收工作表名稱(chēng)
self.sheetname = sheetname
# 使用xlrd模塊打開(kāi)excel表讀取數(shù)據(jù)
self.data = xlrd.open_workbook(self.data_path)
# 根據(jù)工作表的名稱(chēng)獲取工作表中的內(nèi)容（方式①）
self.table = self.data.sheet_by_name(self.sheetname)
# 根據(jù)工作表的索引獲取工作表的內(nèi)容（方式②）
# self.table = self.data.sheet_by_name(0)
# 獲取第一行所有內(nèi)容,如果括號(hào)中1就是第二行，這點(diǎn)跟列表索引類(lèi)似
self.keys = self.table.row_values(0)
# 獲取工作表的有效行數(shù)
self.rowNum = self.table.nrows
# 獲取工作表的有效列數(shù)
self.colNum = self.table.ncols
# 定義一個(gè)讀取excel表的方法
def readExcel(self):
# 定義一個(gè)空列表
datas = []
for i in range(1, self.rowNum):
# 定義一個(gè)空字典
sheet_data = {}
for j in range(self.colNum):
# 獲取單元格數(shù)據(jù)類(lèi)型
c_type = self.table.cell(i,j).ctype
# 獲取單元格數(shù)據(jù)
c_cell = self.table.cell_value(i, j)
if c_type == 2 and c_cell % 1 == 0: # 如果是整形
c_cell = int(c_cell)
elif c_type == 3:
# 轉(zhuǎn)成datetime對(duì)象
date = datetime.datetime(*xldate_as_tuple(c_cell,0))
c_cell = date.strftime('%Y/%d/%m %H:%M:%S')
elif c_type == 4:
c_cell = True if c_cell == 1 else False
sheet_data[self.keys[j]] = c_cell
# 循環(huán)每一個(gè)有效的單元格，將字段與值對(duì)應(yīng)存儲(chǔ)到字典中
# 字典的key就是excel表中每列第一行的字段
# sheet_data[self.keys[j]] = self.table.row_values(i)[j]
# 再將字典追加到列表中
datas.append(sheet_data)
# 返回從excel中獲取到的數(shù)據(jù)：以列表存字典的形式返回
return datas
if __name__ == "__main__":
data_path = "ttt.xlsx"
sheetname = "Sheet1"
get_data = ExcelData(data_path, sheetname)
datas = get_data.readExcel()
print(datas)
總結(jié)
到此這篇關(guān)于python使用xlrd模塊讀取excel的文章就介紹到這了,更多相關(guān)python xlrd讀取excel內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
解決Keras自帶數(shù)據(jù)集與預(yù)訓(xùn)練model下載太慢問(wèn)題
這篇文章主要介紹了解決Keras自帶數(shù)據(jù)集與預(yù)訓(xùn)練model下載太慢問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
這篇文章主要介紹了Python 模塊EasyGui詳細(xì)介紹的相關(guān)資料,需要的朋友可以參考下2017-02-02
這篇文章主要介紹了Python正則表達(dá)式中貪婪/非貪婪特性的相關(guān)資料，文中通過(guò)示例代碼介紹的很詳細(xì)，對(duì)大家具有一定的參考價(jià)值，需要的朋友下面來(lái)一起看看吧。2017-03-03
這篇文章主要介紹了在Python中使用HTML模版的教程,HTML模版也是Python的各大框架下的一個(gè)基本功能,需要的朋友可以參考下2015-04-04
pytest下的pytest.ini文件的配置項(xiàng)
這篇文章主要給大家介紹了pytest下的pytest.ini文件的配置項(xiàng)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧,2017-10-10
python驗(yàn)證多組數(shù)據(jù)之間有無(wú)顯著差異
這篇文章主要介紹了python驗(yàn)證多組數(shù)據(jù)之間有無(wú)顯著差異，利用方差分析和卡方分布驗(yàn)證多組數(shù)據(jù)之間的某些屬性有無(wú)顯著性差異，對(duì)于連續(xù)性屬性可以用方差分析，對(duì)于離散型屬性可以用卡方檢驗(yàn)。下面文章詳細(xì)內(nèi)容需要的小伙伴可以參考一下2022-01-01
這篇文章主要介紹了Python爬取附近餐館信息代碼示例，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
matplotlib基礎(chǔ)繪圖命令之bar的使用方法
這篇文章主要介紹了matplotlib基礎(chǔ)繪圖命令之bar的使用方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
在PS中，我們可以利用液化工具對(duì)人像進(jìn)行瘦臉、放大眼睛等系列的常規(guī)操作。今天我們來(lái)了解一下這些操作的算法原理，并用pytorch?膨脹算法來(lái)實(shí)現(xiàn)大眼效果，感興趣的可以了解一下2021-11-11
這篇文章主要介紹了Python中NumPy的矩陣與通用函數(shù),Numpy是python的一種開(kāi)源的數(shù)值計(jì)算擴(kuò)展。這種工具可用來(lái)存儲(chǔ)和處理大型矩陣，比Python自身的嵌套列表結(jié)構(gòu)要高效的多支持大量的維度數(shù)組與矩陣運(yùn)算,需要的朋友可以參考下2023-07-07