京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:潮汐
来源:Python 技术
随着技术栈的越来越成熟,为了解决重复的劳动力型工作,越来越多的人开始学习自动化办公,使用技术帮助自己高效工作,提升工作效率,今天的文章讲解如何使用Python技术中的神奇工具来协助咱们自动化办公,这个神器就是 xlsxwriter。
那什么是 xlsxwriter 呢?
Xlsxwriter 是一个用于编写 Excel 文件格式文件的 Python 模块,xlsxwriter 可以用来写文本,数字,公式和超链接到多个工作表,它支持的功能也有很多,譬如格式化、单元格合并、图标功能等,具体功能如下:
02
另外它还支持Python 3.4+和PyPy3,并且只使用标准库。但值得注意的是它不支持读或者改现有的excel文件。
xlsxwriter 同样也使用 pip 安装,安装语句如下:pip install xlsxwriter
以下是关于 xlsxwriter
import xlsxwriter
workbook = xlsxwriter.Workbook('demo.xlsx') # 建立文件 worksheet = workbook.add_worksheet() # 建立sheet, 可以使用work.add_worksheet('employee')来指定sheet名,如果命名中文名会报UnicodeDecodeErro的错误 worksheet.write('A1', 'Hello world') # 向A1写入文字 workbook.close()
03
下面简单看一个实例,新增一个表格,再在表格中添加文字、数据以及图片,最后将工作表保存在当前工作空间中,详细实例如下:
import xlsxwriter def simple_example(): # 创建一个新的Excel文件并添加一个工作表 workbook = xlsxwriter.Workbook('demo.xlsx')
worksheet = workbook.add_worksheet() # 确定第一栏,使文字更清楚 worksheet.set_column('A:A', 20) # 添加粗体格式以突出显示单元格 bold = workbook.add_format({'bold': True}) # 简单的写一些文字 worksheet.write('A1', 'Hello') # 另起一行写入文字并加粗 worksheet.write('A2', 'World', bold) # 用行/列表示法写一些数字 worksheet.write(2, 0, 123)
worksheet.write(3, 0, 13.432) # 插入一张图片. worksheet.insert_image('B5', 'logo.jpeg')
workbook.close() if __name__ == '__main__':
simple_example()
实例结果图:
04
下面的实例讲解新建表格添加相应数据求和。
def sum_data(): workbook = xlsxwriter.Workbook('demo.xlsx') # 建立文件 worksheet = workbook.add_worksheet()
add_data = (
['A1', 1087],
['A2', 1056],
['A3', 300],
['A4', 590],
) # 按标号写入是从0开始的,按绝对位置'A1'写入是从1开始的 row = 0 col = 0 # 遍历数据并逐行写出它 for item, cost in (add_data):
worksheet.write(row, col, item)
worksheet.write(row, col + 1, cost)
row += 1 # 用公式写出总数 worksheet.write(row, 0, 'Total')
worksheet.write(row, 1, '=SUM(B1:B4)') # 调用excel的公式表达式 workbook.close()
求和结果如下:
05
以下实例讲解输出数字格式,使用workbook.add_format()函数进行自定义新增和运算后的输出结果,详细步骤如下:
def self_define_format(): # 建文件及sheet. workbook = xlsxwriter.Workbook('demo2.xlsx')
worksheet = workbook.add_worksheet() # Add a bold format to use to highlight cells. 设置粗体,默认是False bold = workbook.add_format({'bold': True}) # 定义数字格式 money = workbook.add_format({'num_format': '$#,##0'}) # Write some data headers. 带自定义粗体blod格式写表头 worksheet.write('A1', 'Item', bold)
worksheet.write('B1', 'Cost', bold) # Some data we want to write to the worksheet. add_data = (
['A1', 1087],
['A2', 1056],
['A3', 300],
['A4', 590],
) # Start from the first cell below the headers. row = 1 col = 0 # Iterate over the data and write it out row by row. for item, cost in (add_data):
worksheet.write(row, col, item) # 带默认格式写入 worksheet.write(row, col + 1, cost, money) # 带自定义money格式写入 row += 1 # Write a total using a formula. worksheet.write(row, 0, 'Total', bold)
worksheet.write(row, 1, '=SUM(B2:B5)', money)
workbook.close()
输出结果如下:
06
在单元格输出结果中加入日期格式:
def write_date(): from datetime import datetime
workbook = xlsxwriter.Workbook('demo3.xlsx')
worksheet = workbook.add_worksheet() # 添加粗体格式以突出显示单元格. bold = workbook.add_format({'bold': 1}) # 为带钱的单元格添加数字格式. money_format = workbook.add_format({'num_format': '$#,##0'}) # 添加Excel日期格式. date_format = workbook.add_format({'num_format': 'mmmm d yyyy'}) # 调整列的宽度 worksheet.set_column(1, 1, 15) # 写入数据表头 worksheet.write('A1', 'Item', bold)
worksheet.write('B1', 'Date', bold)
worksheet.write('C1', 'Cost', bold) # 将数据写入工作表 add_data = (
['A1', '2013-01-13', 1875],
['A2', '2013-01-14', 345],
['A3', '2013-01-16', 564],
['A4', '2013-01-20', 10987],
) # 从标题下面的第一个单元格开始. row = 1 col = 0 for item, date_str, cost in (add_data): # 将日期字符串转换为datetime对象 date = datetime.strptime(date_str, "%Y-%m-%d")
worksheet.write_string(row, col, item)
worksheet.write_datetime(row, col + 1, date, date_format)
worksheet.write_number(row, col + 2, cost, money_format)
row += 1 # 用公式写出总数 worksheet.write(row, 0, 'Total', bold)
worksheet.write(row, 2, '=SUM(C2:C5)', money_format)
workbook.close()
输出结果如下:
07
今天的文章讲解了神器 xlsxwriter 操作 Excel 的基本操作,当然还有更多关于 xlsxwriter 有趣的知识点还未分享,欲知后事如何,下回咱们接着分享,感兴趣的朋友们可以试试,希望对大家有所帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27