运营学Python｜Python&Excel联动(上)
简说Python
共 20694字，需浏览 42分钟
·
2021-09-25 21:34
来源：简说Python
作者：老表
一、写在前面
目前这个系列具体安排还没想好（(fang)搁(ge)置(zi)了好久），主要是围绕Python自动化办公展开，至少包括Python对Excel、World、Txt等文件/数据处理、Python对系统文件处理、Python自动发送邮件、Python数据爬取、Python模拟点击登录、Python数据可视化等方面。
希望读者朋友也能从自己平时工作中提取一些实际需求，我也会帮助大家利用Python解决问题、优化工作流程、提升工作效率，加到本系列中。
本系列第一篇为：运营学Python｜一文搞定编码环境
本系列第二篇应该是Python基础知识的，正好之前有相关文章，大家可以前往学习：
今天这篇文章我们来讲讲如何通过Python玩转Excel，本次分为上、中、下，上主要是打基础，全文1.2w+字，文中有一些为了演示讲解相关功能的案例，还有三个相对完整的小实战练习，希望对大家了解xlwings有所帮助。
中和下主要是给大家分享其他库操作excel，将以实战为主，所以这里也希望大家多多提一些实际需求给我（涉及数据记得脱敏），提问通道：浏览器访问下方链接或者点击阅读原文：
https://shimowendang.com/forms/tHrYqQGtRvV9vR3P/fill?channel=wc
由于本人水平有限，文中错误，敬请指出，互相学习，一起进步。
二、基础准备
-
环境：python 3.7+ -
需要安装第三方模块：xlwings -
运行编辑器：jupyter notebook
三、动手动脑
3.0 我们为什么要学编程
首先和大家简单聊一下运营（这里运营不单单指传统意义上的运营工作者，其实只有工作场景中有经常用到office等办公软件，处理很多数据的都算）为什么要学习编程了？
站在我个人角度简单聊聊：
-
运营学编程绝不是为了解决上面这种简单 单一的问题 -
我们希望的是通过编程提高工作效率、优化工作流程 -
比如：批量处理excel文件（可能是1000或者更多行数据的增删改）
3.1 环境准备
首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。
如果你还没有安装，可以参考以下文章：
如果仅用Python来处理数据、爬虫、数据分析或者自动化脚本、机器学习等，建议使用Python基础环境+jupyter即可，安装使用参考Windows/Mac 安装、使用Python环境+jupyter notebook
如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm，安装使用参考 ：Windows下安装、使用Pycharm教程，这下全了 和 Mac下玩转Python-安装&使用Python/PyCharm 。
3.2 模块安装
本次实验是在jupyter notebook上进行，默认你已经安装好了Python基本环境和jupyter，如果没有安装可以看上面的环境安装部分。
首先打开终端，输入：
jupyter notebook
即可进入jupyter，会自动连接服务器，并跳转到网页，新建一个python文件。
给文件重命名，容易区分：
在代码块中输入以下指令并运行，即可安装 xlwings（连接操作excel表格模块）：
!pip3 install xlwings --user
3.3 模块基本介绍与使用
xlwings
基本介绍：用于Python与Excel之间的交互，可以轻松地从 Excel 调用 Python，也可以利用Python自动化操作Excel，调用VBA，非常方便。
项目地址：https://github.com/xlwings/xlwings
基本使用方法：新建一个excel文件，取名为xlwings_wb.xlsx，并新建一个sheet，取名为first_sht，在其A1单元格内插入字符串简说Python。
# 导入xlwings，并起一个别名 xw，方便操作
import xlwings as xw
# 1、创建一个app应用，打开Excel程序
# visible=True 表示打开操作Excel过程可见 初次接触可以设置为True，了解其过程
# add_book=False 表示启动app后不用新建个工作簿
app = xw.App(visible=True, add_book=False)
# 2、新建一个工作簿
wb = app.books.add()
# 3、新建一个sheet，并操作
# 3.1 新建sheet 起名为first_sht
sht = wb.sheets.add('first_sht')
# 3.2 在新建的sheet表中A1位置插入一个值：简说Python
sht.range('A1').value = '简说Python'
# 3.3 保存新建的工作簿，并起一个名字
wb.save('xlwings_wb.xlsx')
# 4、关闭工作簿
wb.close()
# 5、程序运行结束，退出Excel程序
app.quit()
通过简单五步，我们就可以完成新建一个excel，并向其中指定sheet中的指定位置输入值了。
四、xlwings模块实战
4.1 基础语法一览
-
导包
# 基础导入包
import xlwings as xw # 程序第一步
-
打开关闭Excel程序（理解成excel软件打开、关闭）
# visible=True 表示打开操作Excel过程可见 初次接触可以设置为True，了解其过程
# add_book=False 表示启动app后不用新建个工作簿
app = xw.App(visible=True, add_book=False) # 程序第二步
# 关闭excel程序
app.close() # 程序最后一步
-
工作簿相关操作（理解成excel文件）
# 1、新建一个工作簿
wb = app.books.add() # 程序第三步
# 2、保存新建的工作簿，并起一个名字
# 程序倒数第三步，非常关键，保存操作数据结果
wb.save('xlwings_wb.xlsx')
# 3、打开一个已经存在的工作簿
wb = app.books.open('xlwings_wb.xlsx') # 程序第三步
# 4、关闭工作簿
wb.close() # 程序倒数第二步
-
sheet相关操作（理解成工作表）
# 在工作簿中新建一个sheet，起名为 second_sht
sht1 = wb.sheets.add('second_sht')
# 选中已经存在的sheet
sht2 = wb.sheets('first_sht')
# 也可以通过索引选择已存在的sheet
sht3 = wb.sheets[0] # 选中工作簿中的第一个sheet
# 获取工作簿中工作表的个数
sht_nums = wb.sheets.count
print('工作簿中的sheet个数为：%d'% sht_nums)
# 当前工作表名字
sht1.name
# 获取指定sheet中数据的行数
sht1.used_range.last_cell.row
# 获取指定sheet中数据的列数
sht1.used_range.last_cell.column
# 删除指定的sheet 比如删除：first_sht
wb.sheets('first_sht').delete()
-
单元格相关操作（就是excel单元格子）
'''
写入
'''
# 在工作表中指定位置插入数据
sht1.range('B1').value = '简说Python'
# 在工作表指定位置插入多个数据 默认是横向插入
sht1.range('B2').value = [1, 2, 3, 4]
# 在工作表指定位置竖向插入多个数据
# 设置options(transpose=True)，transpose=True表示转置的意思
sht1.range('B3').options(transpose=True).value = ['老表', '老表Pro', '老表Max', '老表Mini']
# 在工作表指定位置开始插入多行数据
sht1.range('B7').value = [['a', 'b'], ['c', 'd']]
# 在工作表指定位置开始插入多列数据
sht1.range('B9').options(transpose=True).value = [['a', 'b'], ['c', 'd']]
# 向单元格写入公式
sht1.range('F2').formula = '=sum(B2:E2)'
'''
读取
'''
# 在工作表中读取指定位置数据
print('单元格B1=', sht1.range('B1').value)
# 在工作表中读取指定区域数据 一行
print('单元格B2:F2=', sht1.range('B2:F2').value)
# 在工作表中读取指定区域数据 一列
print('单元格B3:B6=', sht1.range('B3:B6').value)
# 在工作表中读取指定区域数据 一个区域
# 设置options(transpose=True)就可以按列读 不设置就是按行读
print('单元格B7:C10=', sht1.range('B7:C10').options(transpose=True).value)
'''
删除
'''
# 删除指定单元格中的数据
sht1.range('B10').clear()
# 删除指定范围内单元格数据
sht1.range('B7:B9').clear()
'''
格式修改
'''
# 选中已经存在的sheet
sht1 = wb.sheets('second_sht')
# 返回单元格绝对路径
sht1.range('B3').get_address()
# sht1.range('B3').address
# 合并单元格B3 C3
sht1.range('B3:C3').api.merge()
# 解除合并单元格B3 C3
sht1.range('B3:C3').api.unmerge()
# 向指定单元格添加带超链接文本
# address- 超连接地址
# text_to_display- 超链接文本内容
# screen_tip- 鼠标放到超链接上后显示提示内容
sht1.range('C2').add_hyperlink(address='https://pythonbrief.blog.csdn.net/',
text_to_display='简说Python CSDN博客',
screen_tip='点击查看简说Python CSDN博客')
# 获取指定单元格的超链接地址
sht1.range('C2').hyperlink
# 自动调试指定单元格高度和宽度
sht1.range('B1').autofit()
# 设置指定单元格背景颜色
sht1.range('B1').color = (93,199,221)
# 返回指定范围内的中第一列的编号 数字，如：A-1 B-2
sht1.range('A2:B2').column
# 获取或者设置行高/列宽
# row_height/column_width会返回行高/列宽 ，范围内行高/列宽不一致会返回None
# 也可以设置一个新的行高/列宽
sht1.range('A2').row_height = 25
sht1.range('B2').column_width = 20
在windows上可以使用以下方法设置单元格文字颜色等格式，如下：
# windows系统下字体设置在 sheet.range().api.Font下
# 颜色
sht1.range('A1').api.Font.Color = (255,0,124)
# 字体名字
sht1.range('A1').api.Font.Name = '宋体'
# 字体大小
sht1.range('A1').api.Font.Size = 28
# 是否加粗
sht1.range('A1').api.Font.Bold = True
# 数字格式
sht1.range('A1').api.NumberFormat = '0.0'
# -4108 水平居中
# -4131 靠左
# -4152 靠右
sht1.range('A1').api.HorizontalAlignment = -4108
# -4108 垂直居中（默认)
# -4160 靠上
# -4107 靠下
# -4130 自动换行对齐。
sht1.range('A1').api.VerticalAlignment = -4130
# 设置上边框线风格和粗细
sht1.range('A1').api.Borders(8).LineStyle = 5
sht1.range('A1').api.Borders(8).Weight = 3
...
在mac下可以通过以下方法设置字体格式：
# 设置单元格的字体颜色
rgb_tuple = (0, 10, 200)
sht1.range('B1').api.font_object.color.set(rgb_tuple)
# 获取指定单元格字体颜色
sht1.range('B1').api.font_object.color.get()
# 获取指定单元格字体名字 可以使用set方法修改字体 set('宋体')
sht1.range('B1').api.font_object.name.get()
# 设置指定单元格字体格式 可以用get方法查看单元格字体格式
sht1.range('B3').api.font_object.font_style.set('加粗')
# 设置指定单元格字体大小
sht1.range('B3').api.font_object.font_size.set(20)
# 设置边框线粗细
sht1.range('B2').api.get_border(which_border=9).weight.set(4)
# 设置边框线风格
sht1.range('B2').api.get_border(which_border=9).line_style.set(8)
...
再次提醒，进行完所有操作后一定要记得执行以下三句：
# 保存新建的工作簿，并起一个名字（如果已存在有名字的excel文件，就直接save即可）
wb.save()
# 关闭工作簿（关闭Excel文件）
wb.close()
# 程序运行结束，退出Excel程序
app.quit()
-
自动生成统计图
import xlwings as xw
# 新建一个sheet
app = xw.App(visible=True, add_book=False)
wb = app.books.open('xlwings_wb.xlsx')
sht3 = wb.sheets.add('third_sht')
import pandas as pd
import numpy as np
# 生成模拟数据
df = pd.DataFrame({
'money':np.random.randint(45, 50, size = [1, 20])[0],
},
index=pd.date_range('2021-02-01', '2021-02-20'), # 行索引和时间相关
)
df.index.name = '消费日期' # 设置索引名字
sht3.range('A1').value = df
# 生成图表
chart1 = sht3.charts.add() # 创建一个图表对象
chart1.set_source_data(sht3.range('A1').expand()) # 加载数据
chart1.chart_type = 'line' # 设置图标类型
chart1.top = sht3.range('D2').top
chart1.left = sht3.range('D2').left # 设置图标开始位置
除了绘制折线图，我们还可以绘制其他类型的图，修改chart_type值即可。
# 查看其他chart_types值
xw.constants.chart_types
返回结果，感兴趣的读者朋友可以自己试试～
('3d_area',
'3d_area_stacked',
'3d_area_stacked_100',
'3d_bar_clustered',
'3d_bar_stacked',
'3d_bar_stacked_100',
'3d_column',
'3d_column_clustered',
'3d_column_stacked',
'3d_column_stacked_100',
'3d_line', # 3D折线图
'3d_pie', # 3D饼图
'3d_pie_exploded',
'area', # 面积图
'area_stacked',
'area_stacked_100',
'bar_clustered', # 柱状图相关
'bar_of_pie',
'bar_stacked',
'bar_stacked_100',
'bubble', # 气泡图
'bubble_3d_effect',
'column_clustered', # 条形图相关
'column_stacked',
'column_stacked_100',
'combination',
'cone_bar_clustered',
'cone_bar_stacked',
'cone_bar_stacked_100',
'cone_col',
'cone_col_clustered',
'cone_col_stacked',
'cone_col_stacked_100',
'cylinder_bar_clustered',
'cylinder_bar_stacked',
'cylinder_bar_stacked_100',
'cylinder_col',
'cylinder_col_clustered',
'cylinder_col_stacked',
'cylinder_col_stacked_100',
'doughnut',
'doughnut_exploded',
'line', # 折线图
'line_markers',
'line_markers_stacked',
'line_markers_stacked_100',
'line_stacked',
'line_stacked_100',
'pie',
'pie_exploded',
'pie_of_pie',
'pyramid_bar_clustered',
'pyramid_bar_stacked',
'pyramid_bar_stacked_100',
'pyramid_col',
'pyramid_col_clustered',
'pyramid_col_stacked',
'pyramid_col_stacked_100',
'radar',
'radar_filled',
'radar_markers',
'stock_hlc', # 有意思 股票K线图
'stock_ohlc',
'stock_vhlc',
'stock_vohlc',
'surface',
'surface_top_view',
'surface_top_view_wireframe',
'surface_wireframe',
'xy_scatter',
'xy_scatter_lines',
'xy_scatter_lines_no_markers',
'xy_scatter_smooth',
'xy_scatter_smooth_no_markers')
-
将本地图片或者matplotlib图片保存到excel
'''
matplotlib 生成的图片存入excel
'''
import matplotlib.pyplot as plt
# 随便绘制一个饼图
fig1 = plt.figure() # 先创建一个图像对象
plt.pie([0.5, 0.3, 0.2], # 值
labels=['a', 'b', 'c'], # 标签
explode=(0, 0.2, 0), # （爆裂）距离
autopct='%1.1f%%', # 显示百分数格式
shadow=True) # 是否显示阴影
plt.show()
# 将饼图添加到excel指定位置 J17为图片开始位置
sht3.pictures.add(fig1, name='matplotlib',
left=sht3.range('J17').left,
top=sht3.range('J17').top, update=True)
'''
本地图片存入excel
'''
# 将本地图片添加到excel指定位置 J1为图片开始位置
pic_path = './0923.jpeg'
sht3.pictures.add(pic_path, name='local',
left=sht3.range('J1').left,
top=sht3.range('J1').top, update=True)
4.2 实战练习一：将消费数据可视化生成带平均线的趋势图，存入excel
'''
实战练习一：将消费数据可视化生成带平均线的趋势图，存入excel
数据就是之前生成的模拟数据
'''
import matplotlib.pyplot as plt
fig, ax = plt.subplots() # 创建一个画板
# 生成一条新线- 平均消费数据
money_m = [df['money'].mean(axis=0) for i in range(len(df['money']))]
# 建一条线：消费趋势折线图
ax.plot(df.index, df['money'], color='#f16a0b', label='每日消费')
# 再建一条线：平均消费直线图
ax.plot(df.index, money_m, linestyle='--', color='#301502', label='平均消费')
# 设置横纵坐标基础说明
ax.set_xlabel(u'日期')
ax.set_ylabel(u'消费金额/元')
ax.set_title(u'消费折线图')
# 设置x轴值显示方向
plt.setp(ax.get_xticklabels(), rotation=70, horizontalalignment='right')
# 添加图例（label说明到图片上） loc设置显示位置
ax.legend(loc=2)
plt.show()
sht3.pictures.add(fig, name='消费情况',
left=sht3.range('J1').left,
top=sht3.range('J1').top, update=True)
4.3 实战练习二：将基金数据以指定的格式存储到excel并生成基金净值走势图
-
新建一个sheet，然后获取数据
'''
实战练习二：将股票数据以指定的格式存储到excel并生成股票走势图
利用akshare爬取上证指数数据 代号：sh000001
'''
import akshare as ak
import xlwings as xw
# -1、新建一个sheet
app = xw.App(visible=True, add_book=False)
wb = app.books.open('xlwings_wb.xlsx')
sz_sht = wb.sheets.add('sz_sht') # 第一次新建
# sz_sht = wb.sheets['sz_sht'] # 已经存在，直接打开
# 获取数据 open high low close volume index-date
# volume 是成交量 多少股
# 0、获取数据
sz_index = ak.stock_zh_index_daily(symbol="sh000001")
sz_index
-
处理并存储数据到excel
# 1、处理下数据
sz_data = sz_index['20210101':'20210922'].iloc[:,0:4] # 只取今年数据 ohlc
sz_data.index = sz_data.index.strftime('%m-%d') # 将索引日期格式改为 月-日
# 2、存储数据
sz_sht.range('A1').value = sz_data
-
处理表格中数据格式
# 3、处理数据格式
# - 表头字体 格式加粗 背景颜色
sz_sht.range('A1:E1').api.font_object.name.set('Calibri')
sz_sht.range('A1:E1').api.font_object.font_style.set('加粗')
sz_sht.range('A1:E1').api.font_object.color.set((255, 255, 255))
# 背景颜色
sz_sht.range('A1:E1').color = (16, 156, 245)
# mac上居中未实现，有了解的小伙伴可以留言指出下，感谢
# sz_sht.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter
# - 添加边框
# 1 左+内部竖线
sz_sht.range('A1:E177').api.get_border(which_border=1).weight.set(2)
# 10 最右侧竖线
sz_sht.range('A1:E177').api.get_border(which_border=10).weight.set(2)
# 3 上+内部横线
sz_sht.range('A1:E177').api.get_border(which_border=3).weight.set(2)
# 9 最下面横线
sz_sht.range('A1:E177').api.get_border(which_border=9).weight.set(2)
-
生成ohlc k线图并存储到excel指定位置
# 4、生成图表
chart_ohlc = sz_sht.charts.add() # 创建一个图表对象
chart_ohlc.set_source_data(sz_sht.range('A1').expand()) # 加载数据
chart_ohlc.chart_type = 'stock_ohlc' # 设置图标类型
chart_ohlc.top = sz_sht.range('G2').top
chart_ohlc.left = sz_sht.range('G2').left # 设置图标开始位置
4.4 实战练习三：将基金数据以指定的格式存储到excel并生成基金净值走势图
-
创建一个新的sheet&获取数据
'''
实战练习三：将基金数据以指定的格式存储到excel并生成基金净值走势图
利用akshare爬取易方达蓝筹基金数据 基金代号：005827
'''
import akshare as ak
import matplotlib.pyplot as plt
import xlwings as xw
# 1、新建一个sheet&获取数据
app = xw.App(visible=True, add_book=False)
wb = app.books.open('xlwings_wb.xlsx')
# sht_fund = wb.sheets.add('fund_sht')
sht_fund = wb.sheets['fund_sht']
# 净值日期 单位净值 日增长率
yfd_fund = ak.fund_em_open_fund_info(fund="005827", indicator="单位净值走势")
-
数据处理&存储数据
# 2、数据处理
yfd_fund['单位净值'] = yfd_fund['单位净值'].astype(float)
yfd_fund = yfd_fund.round(4) # 数值列只保留4位小数
# 3、存储数据
sht_fund.range('A1').value = yfd_fund
# 存储后发现有索引列，删除（也可以在数据处理时处理）
sht_fund.range('A:A').delete()
-
设置数据格式
# 4、设置数据格式
# - 表头字体 格式加粗 背景颜色
sht_fund.range('A1:C1').api.font_object.name.set('Calibri')
sht_fund.range('A1:C1').api.font_object.font_style.set('加粗')
sht_fund.range('A1:C1').api.font_object.color.set((255, 255, 255))
# 背景颜色
sht_fund.range('A1:C1').color = (16, 156, 245)
# mac上居中未实现，有了解的小伙伴可以留言指出下，感谢
# sht_fund.range('B1').api.font_object.horizontalalignment = xw.constants.Constants.xlCenter
# - 添加边框 设置的时候多加一行一列，这样就可以两步设置好边框了
# 1 左+内部竖线
sht_fund.range('A1:D717').api.get_border(which_border=1).weight.set(2)
# 3 上+内部横线
sht_fund.range('A1:C718').api.get_border(which_border=3).weight.set(2)
-
利用matplotlib画图存储
# 5、绘制图片
fig, ax = plt.subplots(2, 1, figsize=(20, 20), dpi=100) #2行 1列
# 生成一条新线- 平均消费数据
yfd_fund_m = [yfd_fund['单位净值'].mean(axis=0) for i in range(len(yfd_fund['单位净值']))]
# 图一
# 建一条线：基金趋势折线图
ax[0].plot(yfd_fund['净值日期'], yfd_fund['单位净值'], color='#a5ea37', label='单位净值')
# 再建一条线：平均消费直线图
ax[0].plot(yfd_fund['净值日期'], yfd_fund_m, linestyle='--', color='#F91860', label='平均净值')
# 设置横纵坐标基础说明
ax[0].set_xlabel(u'日期')
ax[0].set_ylabel(u'单位净值/元')
ax[0].set_title(u'易方达基金净值走势图')
# 添加图例（label说明到图片上） loc设置显示位置
ax[0].legend(loc=2)
# 图二
# 建一条线：平均消费直线图
ax[1].plot(yfd_fund['净值日期'], yfd_fund['日增长率'], color='#F9181c', label='日增长率')
# 设置横纵坐标基础说明
ax[1].set_xlabel(u'日期')
ax[1].set_ylabel(u'日增长率/%')
ax[1].set_title(u'易方达基金日增长率走势图')
# 添加图例（label说明到图片上） loc设置显示位置
ax[1].legend(loc=2)
# 设置x轴值显示方向
plt.setp(ax[0].get_xticklabels(), rotation=70, horizontalalignment='right')
plt.setp(ax[1].get_xticklabels(), rotation=70, horizontalalignment='right')
plt.show()
sht_fund.pictures.add(fig, name='易方达基金数据',
left=sht_fund.range('E2').left,
top=sht_fund.range('E2').top, update=True)
再次提醒，进行完所有操作后一定要记得执行以下三句：
# 保存新建的工作簿，并起一个名字（如果已存在有名字的excel文件，就直接save即可）
wb.save()
# 关闭工作簿（关闭Excel文件）
wb.close()
# 程序运行结束，退出Excel程序
app.quit()五、xlwings模块进阶实战
这个实战来自一个读者需求，虽然已经是一周后了，希望对大家学习xlwings有所帮助。
需求分析：输入一个搜索词/值，返回该搜索词/值所在的行列，如果不存在就返回：不存在。
技术分析：(标题起的高深)xlwings和vba联动
操作思路：
-
直接通过Python编写代码，利用xlwings中cell的find函数进行查找 -
编写一个vba宏函数，然后利用Python调用vba函数进行查找
这篇文章肝太久了，最后实战部分我们下回见，由于本人水平有限，文中错误，敬请指出，互相学习，一起进步。
觉得文章有用的朋友，记得点赞、转发、留言三连支持下，感谢。
--End--
文章点赞超过100+
我将在个人视频号直播(老表Max)
带大家一起进行项目实战复现
扫码即可加我微信
老表朋友圈经常有赠书/红包福利活动
点击上方卡片关注公众号，回复：1024 领取最新Python学习资源
学习更多： 整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了 “点赞”就是对博主最大的支持 
评论