Python读写Excel文件 1
Python读写Excel文件-1：教学详解、使用场景与最佳实践
一、Excel文件与Python操作的意义
🎯 场景引入
无论你是从事财务、数据分析、办公自动化，还是做系统对接开发，几乎都逃不开 Excel 文件的读写需求。举例：
- 企业报表导出： 从系统中批量导出客户、订单、库存等数据。
- 定期统计分析： 读取每月销售或访问数据，自动化生成汇总。
- 数据迁移与清洗： 读取旧表格数据，清洗后写入新的 Excel 模板。
- 辅助决策分析： 写入公式，让 Excel 自动计算结果。
- 教育场景： 教师自动生成学生成绩单，写入样式、评分。
二、Excel格式简介与库选择策略
🧾 Excel格式简述
| 文件格式 | 扩展名 | 年份支持 | Python推荐库 |
|---|---|---|---|
| 早期格式 | .xls |
Excel 2003 及以前 | xlrd, xlwt |
| 新式格式 | .xlsx |
Excel 2007+ | openpyxl, pandas |
✅ 最佳实践建议
- 处理历史文件（
.xls）：使用xlrd（读取）、xlwt（写入）、xlutils（复制/增强写功能）。 - 处理现代格式（
.xlsx）：推荐使用openpyxl，功能强大、支持样式和图表。 - 批量分析与转换：使用
pandas.read_excel()和to_excel()提高效率。
三、使用 xlrd 读取 .xls 文件
📘 教学重点：结构与读取方式
import xlrd
wb = xlrd.open_workbook('示例.xls')
sheet = wb.sheet_by_index(0) # 或 sheet_by_name('Sheet1')
for row in range(sheet.nrows):
print(sheet.row_values(row))
🔍 应用技巧与场景
- 读取表头：
sheet.row_values(0)可快速定位字段名。 - 判断单元格类型： 用
sheet.cell_type(row, col)检查数据类型。 - 处理日期字段： Excel 日期是浮点数，需用
xldate_as_tuple()还原。
⚠️ 注意事项
xlrd1.2.0 以后默认不支持.xlsx格式，注意文件扩展名！
四、使用 xlwt 写入 .xls 文件
🛠️ 基本写入操作
import xlwt
wb = xlwt.Workbook()
sheet = wb.add_sheet('成绩表')
sheet.write(0, 0, '姓名')
sheet.write(0, 1, '分数')
sheet.write(1, 0, '张三')
sheet.write(1, 1, 95)
wb.save('成绩单.xls')
✨ 使用场景
- 批量生成成绩单、报表、问卷导出结果等。
- 数据源来自数据库、网络接口或日志处理。
五、设置 Excel 单元格样式：美观+实用
🎨 常用样式分类与设置
| 样式项目 | 使用类 | 示例说明 |
|---|---|---|
| 字体 | xlwt.Font() |
字体名称、加粗、颜色 |
| 背景色 | xlwt.Pattern() |
设置表头背景颜色 |
| 对齐 | xlwt.Alignment() |
水平/垂直居中 |
| 边框 | xlwt.Borders() |
边框线条类型与颜色 |
| 高宽 | sheet.row().set_style() / sheet.col().width |
设置行高列宽 |
🌟 示例：为表头设置黄色背景、加粗居中字体和边框
header_style = xlwt.XFStyle()
# 背景
pattern = xlwt.Pattern()
pattern.pattern = xlwt.Pattern.SOLID_PATTERN
pattern.pattern_fore_colour = 5 # 黄色
header_style.pattern = pattern
# 字体
font = xlwt.Font()
font.name = '宋体'
font.bold = True
header_style.font = font
# 对齐
align = xlwt.Alignment()
align.horz = xlwt.Alignment.HORZ_CENTER
align.vert = xlwt.Alignment.VERT_CENTER
header_style.alignment = align
# 边框
borders = xlwt.Borders()
borders.left = borders.right = borders.top = borders.bottom = xlwt.Borders.THIN
header_style.borders = borders
六、通过 xlutils 实现“读后写”：嵌入计算公式
🧮 教学目标：在原表中添加公式（例如平均值与求和）
from xlutils.copy import copy
import xlrd, xlwt
wb_read = xlrd.open_workbook('示例.xls')
wb_write = copy(wb_read)
sheet = wb_write.get_sheet(0)
nrows = wb_read.sheet_by_index(0).nrows
sheet.write(nrows, 1, xlwt.Formula(f'average(B2:B{nrows})'))
sheet.write(nrows, 2, xlwt.Formula(f'sum(C2:C{nrows})'))
wb_write.save('汇总.xls')
💼 应用场景
- 自动为表格附加“汇总/平均/最大值”等。
- 配合模板进行自动批量填表。
七、最佳实践总结与升级路径
✅ 推荐做法
- 模块化封装读写函数，提升可复用性。
- 结合数据分析工具
pandas实现更加灵活的数据处理。 - 使用
.xlsx文件尽量切换到openpyxl或pandas + openpyxl。 - 模板驱动设计：构建固定格式的 Excel 模板，只写入变化数据。
🚀 进阶建议
| 场景 | 推荐工具 | 原因 |
|---|---|---|
| 大批量读取、写入 | pandas |
速度快、语法简洁 |
| 操作现代 Excel 格式 | openpyxl |
支持图表、图像、验证等高级功能 |
| 生成复杂报表 | xlsxwriter |
支持丰富格式和图表 |
八、结语与拓展
掌握 Python 操作 Excel 文件不仅可以提升日常办公效率，更能在项目开发、数据分析和系统对接中提供极大的便利。在后续章节中，我们将进一步介绍如何使用 pandas、openpyxl 等工具处理 .xlsx 文件，实现更多样化的 Excel 自动化任务。
如你希望我继续推出《Python读写Excel文件-2》，请告诉我你希望重点学习的内容，例如：
- 读取多个工作簿并合并？
- 使用 pandas 导入导出？
- openpyxl 图表与公式支持？
- 多线程批量处理？
我会根据你的需求继续教学设计。