0 Python Excel库对比
我们先来看一下python中能操作Excel的库对比（一共九个库）：
1 Python xlrd 读取 操作Excel
1.1 xlrd模块介绍
（1）什么是xlrd模块？
python操作excel主要用到xlrd和xlwt这两个库，即xlrd是读excel，xlwt是写excel的库。
（2）为什么使用xlrd模块？
在UI自动化或者接口自动化中数据维护是一个核心，所以此模块非常实用。
xlrd模块可以用于读取Excel的数据，速度非常快，推荐使用！
官方文档：/en/latest/
1.2 安装xlrd模块
到python官网下载/pypi/xlrd模块安装，前提是已经安装了python 环境。
或者在cmd窗口 pip install xlrd
pip install xlrd
我这里是anaconda自带有xlrd，所以提示已经安装：
1.3 使用介绍
1、常用单元格的数据类型
empty（空的）
string（text）
number
date
boolean
error
blank（空白表格）
2、导入模块
import xlrd
3、打开Excel文件读取数据
data = xlrd.open_workbook(filename)#文件名以及路径，如果路径或者文件名有中文给前面加一个 r
4、常用的函数
excel中最重要的方法就是book和sheet的操作
（1）获取book（excel文件）中一个工作表
table = ()[0] #通过索引顺序获取
table = data.sheet_by_index(sheet_indx) #通过索引顺序获取
table = data.sheet_by_name(sheet_name) #通过名称获取
# 以上三个函数都会返回一个()对象
names = data.sheet_names() #返回book中所有工作表的名字
data.sheet_loaded(sheet_name or indx) # 检查某个sheet是否导入完毕
（2） 行的操作
nrows =
# 获取该sheet中的行数，注，这里后面不带().
(rowx)
# 返回由该行中所有的单元格对象组成的列表,这与()方法并没有区别。
table.row_slice(rowx)
# 返回由该行中所有的单元格对象组成的列表
table.row_types(rowx, start_colx=0, end_colx=None)
# 返回由该行中所有单元格的数据类型组成的列表；
# 返回值为逻辑值列表，若类型为empy则为0，否则为1
table.row_values(rowx, start_colx=0, end_colx=None)
# 返回由该行中所有单元格的数据组成的列表
table.row_len(rowx)
# 返回该行的有效单元格长度，即这一行有多少个数据
（3）列（colnum）的操作
ncols =
# 获取列表的有效列数
(colx, start_rowx=0, end_rowx=None)
# 返回由该列中所有的单元格对象组成的列表
table.col_slice(colx, start_rowx=0, end_rowx=None)
# 返回由该列中所有的单元格对象组成的列表
table.col_types(colx, start_rowx=0, end_rowx=None)
# 返回由该列中所有单元格的数据类型组成的列表
table.col_values(colx, start_rowx=0, end_rowx=None)
# 返回由该列中所有单元格的数据组成的列表
（4）单元格的操作
(rowx,colx)
# 返回单元格对象
table.cell_type(rowx,colx)
# 返回对应位置单元格中的数据类型
table.cell_value(rowx,colx)
# 返回对应位置单元格中的数据
1.4 实战训练
我们先在表格放入以下数据，点击保存：
使用xlrd模块进行读取：
import xlrd
xlsx = xlrd.open_workbook('./3_1 xlrd 读取 操作练习.xlsx')
# 通过sheet名查找：xlsx.sheet_by_name("sheet1")
# 通过索引查找：xlsx.sheet_by_index(3)
table = xlsx.sheet_by_index(0)
# 获取单个表格值 (2,1)表示获取第3行第2列单元格的值
value = table.cell_value(2, 1)
print("第3行2列值为",value)
# 获取表格行数
nrows =
print("表格一共有",nrows,"行")
# 获取第4列所有值（列表生成式）
name_list = [str(table.cell_value(i, 3)) for i in range(1, nrows)]
print("第4列所有的值：",name_list)
打印结果：
列表生成式介绍：
列表生成式学习链接：
/wiki/1016959663602400/1017317609699776
2 Python xlwt 写入 操作Excel（仅限xls格式！）
xlwt可以用于写入新的Excel表格或者在原表格基础上进行修改，速度也很快，推荐使用！
官方文档：/en/latest/
2.1 pip安装xlwt
pip install xlwt
我这里是anaconda自带有xlwt，所以提示已经安装：
2.2 使用xlwt创建新表格并写入
一开始目录下只有这两个文件：
编写xlwt新表格写入程序:
# 3.2.2 使用xlwt创建新表格并写入
def fun3_2_2():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
(2,1, "内容2")
# 保存
("新创建的表格.xls")
生成的表格内容如下：
2.3 xlwt 设置字体格式
程序示例：
# 3.2.3 xlwt设置字体格式
def fun3_2_3():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 初始化样式
style = ()
# 为样式创建字体
font = ()
= 'Times New Roman' #字体
= True #加粗
= True #下划线
= True #斜体
# 设置样式
= font
# 往表格写入内容
(0,0, "内容1")
(2,1, "内容2",style)
# 保存
("新创建的表格.xls")
效果如下：
2.4 xlwt 设置列宽
xlwt中列宽的值表示方法：默认字体0的1/256为衡量单位。
xlwt创建时使用的默认宽度为2960，既11个字符0的宽度
所以我们在设置列宽时可以用如下方法：
width = 256 * 20 256为衡量单位，20表示20个字符宽度
程序示例：
# 3.2.4 设置列宽
def fun3_2_4():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
(2,1, "内容2")
# 设置列宽
(0).width = 256*20
# 保存
("新创建的表格.xls")
效果如下：
2.5 xlwt 设置行高
在xlwt中没有特定的函数来设置默认的列宽及行高
行高是在单元格的样式中设置的，你可以通过自动换行通过输入文字的多少来确定行高
程序示例：
# 3.2.5 设置行高
def fun3_2_5():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
(2,1, "内容2")
# 设置行高
style = ('font:height 360;') # 18pt,类型小初的字号
row = (0)
row.set_style(style)
# 保存
("新创建的表格.xls")
效果如下：
2.6 xlwt 合并列和行
程序示例：
# 3.2.6 合并列和行
def fun3_2_6():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
# 合并 第1行到第2行 的 第0列到第3列
worksheet.write_merge(1, 2, 0, 3, 'Merge Test')
# 保存
("新创建的表格.xls")
效果如下：
2.7 xlwt 添加边框
程序示例：
# 3.2.7 添加边框
def fun3_2_7():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
# 设置边框样式
borders = () # Create Borders
# May be: NO_LINE, THIN, MEDIUM, DASHED, DOTTED, THICK, DOUBLE, HAIR,
# MEDIUM_DASHED, THIN_DASH_DOTTED, MEDIUM_DASH_DOTTED, THIN_DASH_DOT_DOTTED,
# MEDIUM_DASH_DOT_DOTTED, SLANTED_MEDIUM_DASH_DOTTED, or 0x00 through 0x0D.
# DASHED虚线
# NO_LINE没有
# THIN实线
=
=
=
=
borders.left_colour = 0x40
borders.right_colour = 0x40
borders.top_colour = 0x40
borders.bottom_colour = 0x40
style = () # Create Style
= borders # Add Borders to Style
(0, 0, '内容1', style)
(2,1, "内容2")
# 保存
("新创建的表格.xls")
效果如下：
2.8 xlwt为单元格设置背景色
程序示例：
# 设置单元格背景色
def fun3_2_8():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
# 创建样式
pattern = ()
# May be: NO_PATTERN, SOLID_PATTERN, or 0x00 through 0x12
= .SOLID_PATTERN
# 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...
pattern.pattern_fore_colour = 5
style = ()
= pattern
# 使用样式
(2,1, "内容2",style)
效果如下：
2.9 xlwt设置单元格对齐
使用xlwt中的Alignment来设置单元格的对齐方式，其中horz代表水平对齐方式，vert代表垂直对齐方式。
VERT_TOP = 0x00 上端对齐
VERT_CENTER = 0x01 居中对齐（垂直方向上）
VERT_BOTTOM = 0x02 低端对齐
HORZ_LEFT = 0x01 左端对齐
HORZ_CENTER = 0x02 居中对齐（水平方向上）
HORZ_RIGHT = 0x03 右端对齐
程序示例：
# 设置单元格对齐
def fun3_2_9():
# 创建新的workbook（其实就是创建新的excel）
workbook = (encoding= 'ascii')
# 创建新的sheet表
worksheet = workbook.add_sheet("My new Sheet")
# 往表格写入内容
(0,0, "内容1")
# 设置样式
style = ()
al = ()
# VERT_TOP = 0x00 上端对齐
# VERT_CENTER = 0x01 居中对齐（垂直方向上）
# VERT_BOTTOM = 0x02 低端对齐
# HORZ_LEFT = 0x01 左端对齐
# HORZ_CENTER = 0x02 居中对齐（水平方向上）
# HORZ_RIGHT = 0x03 右端对齐
= 0x02 # 设置水平居中
= 0x01 # 设置垂直居中
= al
# 对齐写入
(2,1, "内容2",style)
# 保存
("新创建的表格.xls")
效果如下：
3 Python xlutils 修改 操作Excel
xlutils可用于拷贝原excel或者在原excel基础上进行修改，并保存；
官方文档：/en/latest/
简说Python
3.1 pip安装xlutils
pip install xlutils
安装过程：
3.2 xlutils拷贝源文件（需配合xlrd使用）
表格内容如下：
程序示例：
# 3.3.2 拷贝源文件
def fun3_3_2():
workbook = xlrd.open_workbook('3_3 xlutils 修改操作练习.xlsx') # 打开工作簿
new_workbook = copy(workbook) # 将xlrd对象拷贝转化为xlwt对象
new_workbook.save("new_test.xls") # 保存工作簿
效果如下：
内容为：
不过表格的样式全部消失了。
3.3 xlutils 读取 写入 （也就是修改）Excel 表格信息
程序示例：
# 3.3.3 xlutils读取 写入 Excel 表格信息
def fun3_3_3():
# file_path：文件路径，包含文件的全名称
# formatting_info=True：保留Excel的原格式（使用与xlsx文件）
workbook = xlrd.open_workbook('3_3 xlutils 修改操作练习.xlsx')
new_workbook = copy(workbook) # 将xlrd对象拷贝转化为xlwt对象
# 读取表格信息
sheet = workbook.sheet_by_index(0)
col2 = sheet.col_values(1) # 取出第二列
cel_value = sheet.cell_value(1, 1)
print(col2)
print(cel_value)
# 写入表格信息
write_save = new_workbook.get_sheet(0)
write_save.write(0, 0, "xlutils写入！")
new_workbook.save("new_test.xls") # 保存工作簿
效果如下：
复制了源文件信息，并进行了追加：
4 Python xlwings 读取 写入 修改 操作Excel
xlwings比起xlrd、xlwt和xlutils，xlwings可豪华多了，它具备以下特点：
xlwings能够非常方便的读写Excel文件中的数据，并且能够进行单元格格式的修改
可以和matplotlib以及pandas无缝连接，支持读写numpy、pandas数据类型，将matplotlib可视化图表导入到excel中。
可以调用Excel文件中VBA写好的程序，也可以让VBA调用用Python写的程序。
开源免费，一直在更新
官网地址：/
官方文档：/en/stable/
4.1 pip安装xlwings
pip install xlwings
4.2 基本操作
引入库
import xlwings as xw
打开Excel程序，默认设置：程序可见，只打开不新建工作薄
app = (visible=True,add_book=False)
#新建工作簿 (如果不接下一条代码的话，Excel只会一闪而过，卖个萌就走了）
wb = ()
打开已有工作簿（支持绝对路径和相对路径）
wb = ('')
#练习的时候建议直接用下面这条
#wb = ('')
#这样的话就不会频繁打开新的Excel
保存工作簿
('')
退出工作簿（可省略）
()
退出Excel
()
三个例子：
（1）打开已存在的Excel文档
# 导入xlwings模块
import xlwings as xw
# 打开Excel程序，默认设置：程序可见，只打开不新建工作薄，屏幕更新关闭
app=(visible=True,add_book=False)
app.display_alerts=False
app.screen_updating=False
# 文件位置：filepath，打开test文档，然后保存，关闭，结束程序
filepath=r'g:\Python Scripts\'
wb=(filepath)
()
()
()
（2）新建Excel文档，命名为，并保存在D盘
import xlwings as xw
app=(visible=True,add_book=False)
wb=()
(r'd:\')
()
()
（3）在单元格输入值
新建，在sheet1的第一个单元格输入 “人生” ，然后保存关闭，退出Excel程序。
import xlwings as xw
app=(visible=True,add_book=False)
wb=()
# wb就是新建的工作簿(workbook)，下面则对wb的sheet1的A1单元格赋值
['sheet1'].range('A1').value='人生'
(r'd:\')
()
()
打开已保存的，在sheet2的第二个单元格输入“苦短”，然后保存关闭，退出Excel程序
import xlwings as xw
app=(visible=True,add_book=False)
wb=(r'd:\')
# wb就是新建的工作簿(workbook)，下面则对wb的sheet1的A1单元格赋值
['sheet1'].range('A1').value='苦短'
()
()
()
掌握以上代码，已经完全可以把Excel当作一个txt文本进行数据储存了，也可以读取Excel文件的数据，进行计算后，并将结果保存在Excel中。
4.3 引用工作薄、工作表和单元格
（1）按名字引用工作簿，注意工作簿应该首先被打开
wb=['工作簿的名字‘]
（2）引用活动的工作薄
wb=
（3）引用工作簿中的sheet
sht=['工作簿的名字‘].sheets['sheet的名字']
# 或者
wb=['工作簿的名字']
sht=[sheet的名字]
（4）引用活动sheet
sht=
（5）引用A1单元格
rng=['工作簿的名字‘].sheets['sheet的名字']
# 或者
sht=['工作簿的名字‘].sheets['sheet的名字']
rng=('A1')
（6）引用活动sheet上的单元格
# 注意Range首字母大写
rng=('A1')
#其中需要注意的是单元格的完全引用路径是：
# 第一个Excel程序的第一个工作薄的第一张sheet的第一个单元格
[0].books[0].sheets[0].range('A1')
迅速引用单元格的方式是
sht=['名字'].sheets['名字']
# A1单元格
rng=sht[’A1']
# A1:B5单元格
rng=sht['A1:B5']
# 在第i+1行，第j+1列的单元格
# B1单元格
rng=sht[0,1]
# A1:J10
rng=sht[:10,:10]
#PS： 对于单元格也可以用表示行列的tuple进行引用
# A1单元格的引用
(1,1)
#A1:C3单元格的引用
((1,1),(3,3))
引用单元格：
rng = ('a1')
#rng = sht['a1']
#rng = sht[0,0] 第一行的第一列即a1,相当于pandas的切片
引用区域：
rng = ('a1:a5')
#rng = sht['a1:a5']
#rng = sht[:5,0]
4.4 写入&读取数据
1.写入数据
（1）选择起始单元格A1,写入字符串‘Hello’
('a1').value = 'Hello'
（2）写入列表
# 行存储：将列表[1,2,3]储存在A1：C1中
('A1').value=[1,2,3]
# 列存储：将列表[1,2,3]储存在A1:A3中
('A1').options(transpose=True).value=[1,2,3]
# 将2x2表格，即二维数组，储存在A1:B2中，如第一行1，2，第二行3，4
('A1').options(expand='table')=[[1,2],[3,4]]
默认按行插入：A1:D1分别写入1,2,3,4
('a1').value = [1,2,3,4]
等同于
('a1:d1').value = [1,2,3,4]
按列插入：A2:A5分别写入5,6,7,8
你可能会想：
('a2:a5').value = [5,6,7,8]
但是你会发现xlwings还是会按行处理的，上面一行等同于：
('a2').value = [5,6,7,8]
正确语法:
('a2').options(transpose=True).value = [5,6,7,8]
既然默认的是按行写入，我们就把它倒过来嘛（transpose），单词要打对，如果你打错单词，它不会报错，而会按默认的行来写入（别问我怎么知道的）
多行输入就要用二维列表了：
('a6').expand('table').value = [['a','b','c'],['d','e','f'],['g','h','i']]
2.读取数据
（1）读取单个值
# 将A1的值，读取到a变量中
a=('A1').value
（2）将值读取到列表中
#将A1到A2的值，读取到a列表中
a=('A1:A2').value
# 将第一行和第二行的数据按二维数组的方式读取
a=('A1:B2').value
选取一列的数据
先计算单元格的行数(前提是连续的单元格)
rng = ('a1').expand('table')
nrows =
接着就可以按准确范围读取了
a = (f'a1:a{nrows}').value
选取一行的数据
ncols =
#用切片
fst_col = sht[0,:ncols].value
4.5 常用函数和方法
工作薄常用的api
wb=[‘工作簿名称']
() 激活为当前工作簿
返回工作簿的绝对路径
返回工作簿的名称
(path=None) 保存工作簿，默认路径为工作簿原路径，若未保存则为脚本所在的路径
wb. close() 关闭工作簿
代码示例：
# 引用Excel程序中，当前的工作簿
wb=
# 返回工作簿的绝对路径
x=
# 返回工作簿的名称
x=
# 保存工作簿，默认路径为工作簿原路径，若未保存则为脚本所在的路径
x=(path=None)
# 关闭工作簿
x=()
常用的api
# 引用某指定sheet
sht=['工作簿名称'].sheets['sheet的名称']
# 激活sheet为活动工作表
()
# 清除sheet的内容和格式
()
# 清除sheet的内容
()
# 获取sheet的名称
# 删除sheet
常用的api
# 引用当前活动工作表的单元格
rng=('A1')
# 加入超链接
# rng.add_hyperlink(r'','百度',‘提示：点击即链接到百度')
# 取得当前range的地址
rng.get_address()
# 清除range的内容
rng.clear_contents()
# 清除格式和内容
()
# 取得range的背景色,以元组形式返回RGB值
# 设置range的颜色
=(255,255,255)
# 清除range的背景色
=None
# 获得range的第一列列标
# 返回range中单元格的数据
# 返回current_region
rng.current_region
# 返回ctrl + 方向
('down')
# 获取公式或者输入公式
='=SUM(B1:B5)'
# 数组公式
rng.formula_array
# 获得单元格的绝对地址
rng.get_address(row_absolute=True, column_absolute=True,include_sheetname=False, external=False)
# 获得列宽
rng.column_width
# 返回range的总宽度
# 获得range的超链接
# 获得range中右下角最后一个单元格
rng.last_cell
# range平移
(row_offset=0,column_offset=0)
#range进行resize改变range的大小
(row_size=None,column_size=None)
# range的第一行行标
# 行的高度，所有行一样高返回行高，不一样返回None
rng.row_height
# 返回range的总高度
# 返回range的行数和列数
# 返回range所在的sheet
#返回range的所有行
# range的第一行
[0]
# range的总行数
# 返回range的所有列
# 返回range的第一列
[0]
# 返回range的列数
# 所有range的大小自适应
()
# 所有列宽度自适应
()
# 所有行宽度自适应
()
工作簿集合的api
# 新建工作簿
()
# 引用当前活动工作簿
工作表的集合
# 新建工作表
(name=None,before=None,after=None)
# 引用当前活动sheet
4.6 数据结构
1.一维数据
python的列表，可以和Excel中的行列进行数据交换，python中的一维列表，在Excel中默认为一行数据。
import xlwings as xw
sht=
# 将1，2，3分别写入了A1，B1，C1单元格中
('A1').value=[1,2,3]
# 将A1，B1，C1单元格的值存入list1列表中
list1=('A1:C1').value
# 将1，2，3分别写入了A1，A2，A3单元格中
('A1').options(transpose=True).value=[1,2,3]
# 将A1，A2，A3单元格中值存入list1列表中
list1=('A1:A3').value
2.二维数据
python的二维列表，可以转换为Excel中的行列。二维列表，即列表中的元素还是列表。在Excel中，二维列表中的列表元素，代表Excel表格中的一列。例如：
# 将a1,a2,a3输入第一列，b1,b2,b3输入第二列
list1=[[‘a1’,'a2','a3'],['b1','b2','b3']]
('A1').value=list1
# 将A1：B3的值赋给二维列表list1
list1=('A1:B3').value
中区域的选取表格
# 选取第一列
rng=sht. range('A1').expand('down')
=['a1','a2','a3']
# 选取第一行
rng=('A1').expand('right')
rng=['a1','b1']
# 选取表格
('A1').expand('table')
=[[‘a1’,'a2','a3'],['b1','b2','b3']]
4.7 xlwings生成图表
生成图表的方法
import xlwings as xw
app = ()
wb =
sht =
chart = (100, 10) # 100, 10 为图表放置的位置坐标。以像素为单位。
chart.set_source_data(('A1').expand()) # 参数为表格中的数据区域。
# chart.chart_type = i # 用来设置图表类型，具体参数件下面详细说明。
[1]. = i # 用来设置图表的标题。
示例代码：
import xlwings as xw
app = ()
wb =
sht =
# 生成图表的数据
('A1').value = [['时间', '数量'], ['1日', 2], ['2日', 1], ['3日', 3]
, ['4日', 4], ['5日', 5], ['6日', 6]]
"""图表类型参数，被注释的那几个，无法生成对应的图表"""
dic = {
'3d_area': -4098,
'3d_area_stacked': 78,
'3d_area_stacked_100': 79,
'3d_bar_clustered': 60,
'3d_bar_stacked': 61,
'3d_bar_stacked_100': 62,
'3d_column': -4100,
'3d_column_clustered': 54,
'3d_column_stacked': 55,
'3d_column_stacked_100': 56,
'3d_line': -4101,
'3d_pie': -4102,
'3d_pie_exploded': 70,
'area': 1,
'area_stacked': 76,
'area_stacked_100': 77,
'bar_clustered': 57,
'bar_of_pie': 71,
'bar_stacked': 58,
'bar_stacked_100': 59,
'bubble': 15,
'bubble_3d_effect': 87,
'column_clustered': 51,
'column_stacked': 52,
'column_stacked_100': 53,
'cone_bar_clustered': 102,
'cone_bar_stacked': 103,
'cone_bar_stacked_100': 104,
'cone_col': 105,
'cone_col_clustered': 99,
'cone_col_stacked': 100,
'cone_col_stacked_100': 101,
'cylinder_bar_clustered': 95,
'cylinder_bar_stacked': 96,
'cylinder_bar_stacked_100': 97,
'cylinder_col': 98,
'cylinder_col_clustered': 92,
'cylinder_col_stacked': 93,
'cylinder_col_stacked_100': 94,
'doughnut': -4120,
'doughnut_exploded': 80,
'line': 4,
'line_markers': 65,
'line_markers_stacked': 66,
'line_markers_stacked_100': 67,
'line_stacked': 63,
'line_stacked_100': 64,
'pie': 5,
'pie_exploded': 69,
'pie_of_pie': 68,
'pyramid_bar_clustered': 109,
'pyramid_bar_stacked': 110,
'pyramid_bar_stacked_100': 111,
'pyramid_col': 112,
'pyramid_col_clustered': 106,
'pyramid_col_stacked': 107,
'pyramid_col_stacked_100': 108,
'radar': -4151,
'radar_filled': 82,
'radar_markers': 81,
# 'stock_hlc': 88,
# 'stock_ohlc': 89,
# 'stock_vhlc': 90,
# 'stock_vohlc': 91,
# 'surface': 83,
# 'surface_top_view': 85,
# 'surface_top_view_wireframe': 86,
# 'surface_wireframe': 84,
'xy_scatter': -4169,
'xy_scatter_lines': 74,
'xy_scatter_lines_no_markers': 75,
'xy_scatter_smooth': 72,
'xy_scatter_smooth_no_markers': 73
}
w = 385
h = 241
n = 0
x = 100
y = 10
for i in ():
xx = x + n % 3*w # 用来生成图表放置的x坐标。
yy = y + n//3*h # 用来生成图表放置的y坐标。
chart = (xx, yy)
chart.set_source_data(('A1').expand())
chart.chart_type = i
[1]. = i
n += 1
('chart_图表')
()
()
效果如下：
4.8 实战训练
- xlwings 新建 Excel 文档
程序示例：
# 3.4.2 xlwings 新建 Excle 文档
def fun3_4_2():
"""
visible
Ture：可见excel
False：不可见excel
add_book
True:打开excel并且新建工作簿
False：不新建工作簿
"""
app = (visible=True, add_book=False)
# 新建工作簿 (如果不接下一条代码的话，Excel只会一闪而过，卖个萌就走了）
wb = ()
# 保存工作簿
('')
# 退出工作簿
()
# 退出Excel
()
执行程序后文件夹增加了“”:
此时表格是空的：
2. xlwings 打开已存在的 Excel 文档
现有表格长这样：
运行程序：
# 3.4.3 xlwings 打开已存在的Excel文件
def fun3_4_3():
# 新建Excle 默认设置：程序可见，只打开不新建工作薄，屏幕更新关闭
app = (visible=True, add_book=False)
app.display_alerts = False
app.screen_updating = False
# 打开已存在的Excel文件
wb=('./3_4 xlwings 修改操作练习.xlsx')
# 保存工作簿
('example_2.xlsx')
# 退出工作簿
()
# 退出Excel
()
生成新的表格：
内容如下：
3. xlwings 读写 Excel
程序示例：
# 3.4.4 xlwings读写 Excel
def fun3_4_4():
# 新建Excle 默认设置：程序可见，只打开不新建工作薄，屏幕更新关闭
app = (visible=True, add_book=False)
app.display_alerts = False
app.screen_updating = False
# 打开已存在的Excel文件
wb=('./3_4 xlwings 修改操作练习.xlsx')
# 获取sheet对象
print()
sheet = [0]
# sheet = ["sheet1"]
# 读取Excel信息
cellB1_value = ('B1').value
print("单元格B1内容为：",cellB1_value)
# 清除单元格内容和格式
('A1').clear()
# 写入单元格
('A1').value = "xlwings写入"
# 保存工作簿
('example_3.xlsx')
# 退出工作簿
()
# 退出Excel
()
执行效果：
4.9 更多请参考
xlwings官方文档
插上翅膀，让Excel飞起来——xlwings（一）
插上翅膀，让Excel飞起来——xlwings(二)
插上翅膀，让Excel飞起来——xlwings(三)
插上翅膀，让Excel飞起来——xlwings(四)
Python与Excel交互——Xlwings
5 Python openpyxl 读取 写入 修改 操作Excel
在openpyxl中，主要用到三个概念：Workbooks，Sheets，Cells。
Workbook就是一个excel工作表；
Sheet是工作表中的一张表页；
Cell就是简单的一个格。
openpyxl就是围绕着这三个概念进行的，不管读写都是“三板斧”：打开Workbook，定位Sheet，操作Cell。
官方文档：/en/stable/
官方示例：
from openpyxl import Workbook
wb = Workbook()
# grab the active worksheet
ws =
# Data can be assigned directly to cells
ws['A1'] = 42
# Rows can also be appended
([1, 2, 3])
# Python types will automatically be converted
import datetime
ws['A2'] = ()
# Save the file
("")
5.1 openpyxl 基本操作
1.安装
pip install openpyxl
因为我已经安装，所以提示如下信息：
2.打开文件
（1）新建
from openpyxl import Workbook
# 实例化
wb = Workbook()
# 激活 worksheet
ws =
（2）打开已有
from openpyxl import load_workbook
wb = load_workbook('文件名称.xlsx')
3.写入数据
# 方式一：数据可以直接分配到单元格中(可以输入公式)
ws['A1'] = 42
# 方式二：可以附加行，从第一列开始附加(从最下方空白处，最左开始)(可以输入多行)
([1, 2, 3])
# 方式三：Python 类型会被自动转换
ws['A3'] = ().strftime("%Y-%m-%d")
4.创建表（sheet）
# 方式一：插入到最后(default)
ws1 = wb.create_sheet("Mysheet")
# 方式二：插入到最开始的位置
ws2 = wb.create_sheet("Mysheet", 0)
5.选择表（sheet）
# sheet 名称可以作为 key 进行索引
>>> ws3 = wb["New Title"]
>>> ws4 = wb.get_sheet_by_name("New Title")
>>> ws is ws3 is ws4
True
6.查看表名（sheet）
# 显示所有表名
>>> print()
['Sheet2', 'New Title', 'Sheet1']
# 遍历所有表
>>> for sheet in wb:
... print()
7.访问单元格（cell）
（1）单个单元格访问
# 方法一
>>> c = ws['A4']
# 方法二：row 行；column 列
>>> d = (row=4, column=2, value=10)
# 方法三：只要访问就创建
>>> for i in range(1,101):
... for j in range(1,101):
... (row=i, column=j)
（2）多个单元格访问
# 通过切片
>>> cell_range = ws['A1':'C2']
# 通过行(列)
>>> colC = ws['C']
>>> col_range = ws['C:D']
>>> row10 = ws[10]
>>> row_range = ws[5:10]
# 通过指定范围(行 → 行)
>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
... for cell in row:
... print(cell)
<Cell Sheet1.A1>
<Cell Sheet1.B1>
<Cell Sheet1.C1>
<Cell Sheet1.A2>
<Cell Sheet1.B2>
<Cell Sheet1.C2>
# 通过指定范围(列 → 列)
>>> for row in ws.iter_rows(min_row=1, max_col=3, max_row=2):
... for cell in row:
... print(cell)
<Cell Sheet1.A1>
<Cell Sheet1.B1>
<Cell Sheet1.C1>
<Cell Sheet1.A2>
<Cell Sheet1.B2>
<Cell Sheet1.C2>
# 遍历所有 方法一
>>> ws =
>>> ws['C9'] = 'hello world'
>>> tuple()
((<Cell Sheet.A1>, <Cell Sheet.B1>, <Cell Sheet.C1>),
(<Cell Sheet.A2>, <Cell Sheet.B2>, <Cell Sheet.C2>),
...
(<Cell Sheet.A8>, <Cell Sheet.B8>, <Cell Sheet.C8>),
(<Cell Sheet.A9>, <Cell Sheet.B9>, <Cell Sheet.C9>))
# 遍历所有 方法二
>>> tuple()
((<Cell Sheet.A1>,
<Cell Sheet.A2>,
<Cell Sheet.A3>,
...
<Cell Sheet.B7>,
<Cell Sheet.B8>,
<Cell Sheet.B9>),
(<Cell Sheet.C1>,
...
<Cell Sheet.C8>,
<Cell Sheet.C9>))
8.保存数据
('文件名称.xlsx')
9.其它
（1）改变sheet标签按钮颜色
ws.sheet_properties.tabColor = "1072BA" # 色值为RGB16进制值
（2）获取最大行，最大列
# 获得最大列和最大行
print(sheet.max_row)
print(sheet.max_column)
（3）获取每一行每一列
为生成器, 里面是每一行的数据，每一行又由一个tuple包裹。
类似，不过里面是每个tuple是每一列的单元格。
# 因为按行，所以返回A1, B1, C1这样的顺序
for row in :
for cell in row:
print()
# A1, A2, A3这样的顺序
for column in :
for cell in column:
print()
（4）根据数字得到字母，根据字母得到数字
from import get_column_letter, column_index_from_string
# 根据列的数字返回字母
print(get_column_letter(2)) # B
# 根据字母返回列的数字
print(column_index_from_string('D')) # 4
（5）删除工作表
# 方式一
(sheet)
# 方式二
del wb[sheet]
（6）矩阵置换
rows = [
['Number', 'data1', 'data2'],
[2, 40, 30],
[3, 40, 25],
[4, 50, 30],
[5, 30, 10],
[6, 25, 5],
[7, 50, 10]]
list(zip(*rows))
# out
[('Number', 2, 3, 4, 5, 6, 7),
('data1', 40, 40, 50, 30, 25, 50),
('data2', 30, 25, 30, 10, 5, 10)]
# 注意 方法会舍弃缺少数据的列(行)
rows = [
['Number', 'data1', 'data2'],
[2, 40 ], # 这里少一个数据
[3, 40, 25],
[4, 50, 30],
[5, 30, 10],
[6, 25, 5],
[7, 50, 10],
]
# out
[('Number', 2, 3, 4, 5, 6, 7), ('data1', 40, 40, 50, 30, 25, 50)]
10.设置单元格风格
（1）需要导入的类
from import Font, colors, Alignment
（2）字体
下面的代码指定了等线24号，加粗斜体，字体颜色红色。直接使用cell的font属性，将Font对象赋值给它。
bold_itatic_24_font = Font(name='等线', size=24, italic=True, color=, bold=True)
sheet['A1'].font = bold_itatic_24_font
（3）对齐方式
也是直接使用cell的属性aligment，这里指定垂直居中和水平居中。除了center，还可以使用right、left等等参数
# 设置B1中的数据垂直居中和水平居中
sheet['B1'].alignment = Alignment(horizontal='center', vertical='center')
（4）设置行高和列宽
# 第2行行高
sheet.row_dimensions[2].height = 40
# C列列宽
sheet.column_dimensions['C'].width = 30
（5）合并和拆分单元格
所谓合并单元格，即以合并区域的左上角的那个单元格为基准，覆盖其他单元格使之称为一个大的单元格。
相反，拆分单元格后将这个大单元格的值返回到原来的左上角位置。
# 合并单元格， 往左上角写入数据即可
sheet.merge_cells('B1:G1') # 合并一行中的几个单元格
sheet.merge_cells('A1:C3') # 合并一个矩形区域中的单元格
合并后只可以往左上角写入数据，也就是区间中:左边的坐标。
如果这些要合并的单元格都有数据，只会保留左上角的数据，其他则丢弃。换句话说若合并前不是在左上角写入数据，合并后单元格中不会有数据。
以下是拆分单元格的代码。拆分后，值回到A1位置
sheet.unmerge_cells('A1:C3')
11.示例代码
import datetime
from random import choice
from time import time
from openpyxl import load_workbook
from import get_column_letter
# 设置文件 mingc
addr = ""
# 打开文件
wb = load_workbook(addr)
# 创建一张新表
ws = wb.create_sheet()
# 第一行输入
(['TIME', 'TITLE', 'A-Z'])
# 输入内容（500行数据）
for i in range(500):
TIME = ().strftime("%H:%M:%S")
TITLE = str(time())
A_Z = get_column_letter(choice(range(1, 50)))
([TIME, TITLE, A_Z])
# 获取最大行
row_max = ws.max_row
# 获取最大列
con_max = ws.max_column
# 把上面写入内容打印在控制台
for j in : # 获取每一行数据
for n in j:
print(, end="\t") # 获取单元格的值
print()
# 保存，save（必须要写文件名（绝对地址）默认 py 同级目录下，只支持 xlsx 格式）
(addr)
5.2 openpyxl生成2D图表
示例代码：
from openpyxl import Workbook
from import BarChart, Series, Reference
wb = Workbook(write_only=True)
ws = wb.create_sheet()
rows = [
('Number', 'Batch 1', 'Batch 2'),
(2, 10, 30),
(3, 40, 60),
(4, 50, 70),
(5, 20, 10),
(6, 10, 40),
(7, 50, 30),
]
for row in rows:
(row)
chart1 = BarChart()
= "col"
= 10
= "Bar Chart"
chart1.y_axis.title = 'Test number'
chart1.x_axis.title = 'Sample length (mm)'
data = Reference(ws, min_col=2, min_row=1, max_row=7, max_col=3)
cats = Reference(ws, min_col=1, min_row=2, max_row=7)
chart1.add_data(data, titles_from_data=True)
chart1.set_categories(cats)
= 4
ws.add_chart(chart1, "A10")
from copy import deepcopy
chart2 = deepcopy(chart1)
= 11
= "bar"
= "Horizontal Bar Chart"
ws.add_chart(chart2, "G10")
chart3 = deepcopy(chart1)
= "col"
= 12
= "stacked"
= 100
= 'Stacked Chart'
ws.add_chart(chart3, "A27")
chart4 = deepcopy(chart1)
= "bar"
= 13
= "percentStacked"
= 100
= 'Percent Stacked Chart'
ws.add_chart(chart4, "G27")
("")
效果如下：
5.3 openpyxl生成3D图表
示例代码：
from openpyxl import Workbook
from import (
Reference,
Series,
BarChart3D,
)
wb = Workbook()
ws =
rows = [
(None, 2013, 2014),
("Apples", 5, 4),
("Oranges", 6, 2),
("Pears", 8, 3)
]
for row in rows:
(row)
data = Reference(ws, min_col=2, min_row=1, max_col=3, max_row=4)
titles = Reference(ws, min_col=1, min_row=2, max_row=4)
chart = BarChart3D()
= "3D Bar Chart"
chart.add_data(data=data, titles_from_data=True)
chart.set_categories(titles)
ws.add_chart(chart, "E5")
("")
效果如下：
5.4 实战训练
新建Excel
程序示例：
# 3.5.2 openpyxl 新建Excel
def fun3_5_2():
wb = Workbook()
# 注意：该函数调用工作表的索引(_active_sheet_index)，默认是0。
# 除非你修改了这个值，否则你使用该函数一直是在对第一张工作表进行操作。
ws =
# 设置sheet名称
= "New Title"
# 设置sheet颜色
ws.sheet_properties.tabColor = "1072BA"
# 保存表格
('保存一个新的')
执行效果：
并对sheet设置了标题和背景颜色：
打开已存在Excel
程序示例：
# 3.5.3 openpyxl 打开已存在Excel
def fun3_5_3():
wb = load_workbook("./3_5 openpyxl 修改操作练习.xlsx")
# 注意：该函数调用工作表的索引(_active_sheet_index)，默认是0。
# 除非你修改了这个值，否则你使用该函数一直是在对第一张工作表进行操作。
ws =
# 保存表格
('')
效果如下：
读写Excel
程序示例：
# 3.5.4 openpyxl 读写Excel
def fun3_5_4():
wb = load_workbook("./3_5 openpyxl 修改操作练习.xlsx")
# 注意：该函数调用工作表的索引(_active_sheet_index)，默认是0。
# 除非你修改了这个值，否则你使用该函数一直是在对第一张工作表进行操作。
ws =
# 读取单元格信息
cellB2_value = ws['B2'].value
print("单元格B2内容为：",cellB2_value)
# 写入单元格
ws['A1'].value = "OPENPYXL"
# 保存表格
('')
执行结果：
6 Python xlswriter 写入 操作Excel
XlsxWriter是一个用来写Excel2007和xlsx文件格式的python模块。它可以用来写文本、数字、公式并支持单元格格式化、图片、图表、文档配置、自动过滤等特性
优点：功能更多、文档高保真、扩展格式类型、更快并可配置 缺点：不能用来读取和修改excel文件
官方文档：/
6.1 xlswriter基本操作
1.安装 xlswriter 模块
pip install XlsxWriter
由于我已经安装过了，所以提示已经安装：
2.创建excel文件
# 创建文件
workbook = ("new_excel.xlsx")
3.创建sheet
# 创建sheet
worksheet = workbook.add_worksheet("first_sheet")
4.写入数据
（1）写入文本
# 法一：
('A1', 'write something')
# 法二：
(1, 0, 'hello world')
（2）写入数字
# 写入数字
(0, 1, 32)
(1, 1, 32.3)
（3）写入函数
(2, 1, '=sum(B1:B2)')
（4）写入图片
# 插入图片
worksheet.insert_image(0, 5, '')
worksheet.insert_image(0, 5, '', {'url': '/'})
（5）写入日期
# 写入日期
d = workbook.add_format({'num_format': 'yyyy-mm-dd'})
(0, 2, ('2017-09-13', '%Y-%m-%d'), d)
（6）设置行、列属性
# 设置行属性，行高设置为40
worksheet.set_row(0, 40)
# 设置列属性，把A到B列宽设置为20
worksheet.set_column('A:B', 20)
5.自定义格式
常用格式：
字体颜色：color
字体加粗：bold
字体大小：font_site
日期格式：num_format
超链接：url
下划线设置：underline
单元格颜色：bg_color
边框：border
对齐方式：align
# 自定义格式
f = workbook.add_format({'border': 1, 'font_size': 13, 'bold': True, 'align': 'center','bg_color': 'cccccc'})
('A3', "python excel", f)
worksheet.set_row(0, 40, f)
worksheet.set_column('A:E', 20, f)
6.批量往单元格写入数据
# 批量往单元格写入数据
worksheet.write_column('A15', [1, 2, 3, 4, 5]) # 列写入，从A15开始
worksheet.write_row('A12', [6, 7, 8, 9]) # 行写入，从A12开始
7.合并单元格写入
# 合并单元格写入
worksheet.merge_range(7,5, 11, 8, 'merge_range')
8.关闭文件
()
6.3 xlswriter 生成折线图
示例代码：
# -*- coding:utf-8 -*-
import xlsxwriter
# 创建一个excel
workbook = ("chart_line.xlsx")
# 创建一个sheet
worksheet = workbook.add_worksheet()
# worksheet = workbook.add_worksheet("bug_analysis")
# 自定义样式，加粗
bold = workbook.add_format({'bold': 1})
# --------1、准备数据并写入excel---------------
# 向excel中写入数据，建立图标时要用到
headings = ['Number', 'testA', 'testB']
data = [
['2017-9-1', '2017-9-2', '2017-9-3', '2017-9-4', '2017-9-5', '2017-9-6'],
[10, 40, 50, 20, 10, 50],
[30, 60, 70, 50, 40, 30],
]
# 写入表头
worksheet.write_row('A1', headings, bold)
# 写入数据
worksheet.write_column('A2', data[0])
worksheet.write_column('B2', data[1])
worksheet.write_column('C2', data[2])
# --------2、生成图表并插入到excel---------------
# 创建一个柱状图(line chart)
chart_col = workbook.add_chart({'type': 'line'})
# 配置第一个系列数据
chart_col.add_series({
# 这里的sheet1是默认的值，因为我们在新建sheet时没有指定sheet名
# 如果我们新建sheet时设置了sheet名，这里就要设置成相应的值
'name': '=Sheet1!$B$1',
'categories': '=Sheet1!$A$2:$A$7',
'values': '=Sheet1!$B$2:$B$7',
'line': {'color': 'red'},
})
# 配置第二个系列数据
chart_col.add_series({
'name': '=Sheet1!$C$1',
'categories': '=Sheet1!$A$2:$A$7',
'values': '=Sheet1!$C$2:$C$7',
'line': {'color': 'yellow'},
})
# 配置第二个系列数据(用了另一种语法)
# chart_col.add_series({
# 'name': ['Sheet1', 0, 2],
# 'categories': ['Sheet1', 1, 0, 6, 0],
# 'values': ['Sheet1', 1, 2, 6, 2],
# 'line': {'color': 'yellow'},
# })
# 设置图表的title 和 x，y轴信息
chart_col.set_title({'name': 'The xxx site Bug Analysis'})
chart_col.set_x_axis({'name': 'Test number'})
chart_col.set_y_axis({'name': 'Sample length (mm)'})
# 设置图表的风格
chart_col.set_style(1)
# 把图表插入到worksheet并设置偏移
worksheet.insert_chart('A10', chart_col, {'x_offset': 25, 'y_offset': 10})
()
效果如下：
6.4 xlswriter 生成柱状图
示例代码：
# -*- coding:utf-8 -*-
import xlsxwriter
# 创建一个excel
workbook = ("chart_column.xlsx")
# 创建一个sheet
worksheet = workbook.add_worksheet()
# worksheet = workbook.add_worksheet("bug_analysis")
# 自定义样式，加粗
bold = workbook.add_format({'bold': 1})
# --------1、准备数据并写入excel---------------
# 向excel中写入数据，建立图标时要用到
headings = ['Number', 'testA', 'testB']
data = [
['2017-9-1', '2017-9-2', '2017-9-3', '2017-9-4', '2017-9-5', '2017-9-6'],
[10, 40, 50, 20, 10, 50],
[30, 60, 70, 50, 40, 30],
]
# 写入表头
worksheet.write_row('A1', headings, bold)
# 写入数据
worksheet.write_column('A2', data[0])
worksheet.write_column('B2', data[1])
worksheet.write_column('C2', data[2])
# --------2、生成图表并插入到excel---------------
# 创建一个柱状图(column chart)
chart_col = workbook.add_chart({'type': 'column'})
# 配置第一个系列数据
chart_col.add_series({
# 这里的sheet1是默认的值，因为我们在新建sheet时没有指定sheet名
# 如果我们新建sheet时设置了sheet名，这里就要设置成相应的值
'name': '=Sheet1!$B$1',
'categories': '=Sheet1!$A$2:$A$7',
'values': '=Sheet1!$B$2:$B$7',
'line': {'color': 'red'},
})
# 配置第二个系列数据(用了另一种语法)
chart_col.add_series({
'name': '=Sheet1!$C$1',
'categories': '=Sheet1!$A$2:$A$7',
'values': '=Sheet1!$C$2:$C$7',
'line': {'color': 'yellow'},
})
# 配置第二个系列数据(用了另一种语法)
# chart_col.add_series({
# 'name': ['Sheet1', 0, 2],
# 'categories': ['Sheet1', 1, 0, 6, 0],
# 'values': ['Sheet1', 1, 2, 6, 2],
# 'line': {'color': 'yellow'},
# })
# 设置图表的title 和 x，y轴信息
chart_col.set_title({'name': 'The xxx site Bug Analysis'})
chart_col.set_x_axis({'name': 'Test number'})
chart_col.set_y_axis({'name': 'Sample length (mm)'})
# 设置图表的风格
chart_col.set_style(1)
# 把图表插入到worksheet以及偏移
worksheet.insert_chart('A10', chart_col, {'x_offset': 25, 'y_offset': 10})
()
效果如下：
6.5 xlswriter 生成饼图
示例代码：
# -*- coding:utf-8 -*-
import xlsxwriter
# 创建一个excel
workbook = ("chart_pie.xlsx")
# 创建一个sheet
worksheet = workbook.add_worksheet()
# 自定义样式，加粗
bold = workbook.add_format({'bold': 1})
# --------1、准备数据并写入excel---------------
# 向excel中写入数据，建立图标时要用到
data = [
['closed', 'active', 'reopen', 'NT'],
[1012, 109, 123, 131],
]
# 写入数据
worksheet.write_row('A1', data[0], bold)
worksheet.write_row('A2', data[1])
# --------2、生成图表并插入到excel---------------
# 创建一个柱状图(pie chart)
chart_col = workbook.add_chart({'type': 'pie'})
# 配置第一个系列数据
chart_col.add_series({
'name': 'Bug Analysis',
'categories': '=Sheet1!$A$1:$D$1',
'values': '=Sheet1!$A$2:$D$2',
'points': [
{'fill': {'color': '#00CD00'}},
{'fill': {'color': 'red'}},
{'fill': {'color': 'yellow'}},
{'fill': {'color': 'gray'}},
],
})
# 设置图表的title 和 x，y轴信息
chart_col.set_title({'name': 'Bug Analysis'})
# 设置图表的风格
chart_col.set_style(10)
# 把图表插入到worksheet以及偏移
worksheet.insert_chart('B10', chart_col, {'x_offset': 25, 'y_offset': 10})
()
效果如下：
6.6 实战训练
新建并写入Excel
程序示例：
# 3.6.2 xlswriter新建并写入Excel
def fun3_6_2():
# 创建Exce并添加sheet
workbook = ('')
worksheet = workbook.add_worksheet()
# 设置列宽
worksheet.set_column('A:A', 20)
# 设置格式
bold = workbook.add_format({'bold': True})
# 添加文字内容
('A1', 'Hello')
# 按格式添加内容
('A2', 'World', bold)
# 写一些数字
(2, 0, 123)
(3, 0, 123.456)
# 添加图片
worksheet.insert_image('B5', '')
()
效果如下：
7 Python win32com 读取 写入 修改 操作Excel
python可以使用一个第三方库叫做win32com达到操作com的目的，win32com功能强大，可以操作word、调用宏等等等。
7.1 pip安装win32com
pip install pypiwin32
由于我已经安装过了，所以提示已经安装：
7.2 Python使用win32com读写Excel
程序示例：
import win32com
from import Dispatch, constants
import os
# 获取当前脚本路径
def getScriptPath():
nowpath = ((__file__))[0]
print(nowpath)
return nowpath
# 3.7.2 Python使用win32com读写Excel
def fun3_7_2():
app = ('')
# 后台运行，不显示，不警告
= 0
= 0
# 创建新的Excel
# WorkBook = ()
# 新建sheet
# sheet = ()
# 打开已存在表格，注意这里要用绝对路径
WorkBook = (getScriptPath() + "\\3_7 win32com 修改操作练习.xlsx")
sheet = ('Sheet1')
# 获取单元格信息 第n行n列，不用-1
cell01_value = (1,2).Value
print("cell01的内容为：",cell01_value)
# 写入表格信息
(2, 1).Value = "win32com"
# 保存表格
#()
# 另存为实现拷贝
(getScriptPath() + "\\")
# 关闭表格
()
()
if __name__ == '__main__':
fun3_7_2()
效果如下：
内容为：
8 Python pandas 读取 写入 操作Excel
简介：
pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
官方网站：/
中文网站：/
官方文档：/pandas-docs/stable/
8.1 pip安装pandas
pip install pandas
8.2 pandas 读写 Excel
表格内容如下：
程序示例：
import pandas as pd
from pandas import DataFrame
# 3.8.2 pandas读写Excel
def fun3_8_2():
data = pd.read_excel('3_8 pandas 修改操作练习.xlsx', sheet_name='Sheet1')
print(data)
# 增加行数据，在第5行新增
[4] = ['4', 'john', 'pandas']
# 增加列数据，给定默认值None
data['new_col'] = None
# 保存数据
DataFrame(data).to_excel('', sheet_name='Sheet1', index=False, header=True)
if __name__ == '__main__':
fun3_8_2()
效果如下：
生成的excel如下：
pandas功能非常强大，这里只是做了又给很简单的示例，还有很多其它操作，可参考官方文档或快速入门进行学习。