Python的Excel自动化

ChengZhou 发布于

一、openpyxl操作

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
复制# 打开带宏的Excel文件，指带xlsm文件
openpyxl.load_workbook(path, keep_vba=True)

# 创建一个excel文件
wb = openpyxl.Workbook()        
sheet = wb.active               # 获得一个的工作表
sheet.title = "首都信息"
#设置写入数据类型
sh.cell(row, column, vlaue).data_type = "int"
# 选择指定的sheet表
wb = load_workbook(r'test.xlsx')
print(wb._sheets[0])
print(wb.active）   # 在新版本中是 wb.active
# 获取所有表明
workbook.sheetnames

print(wb.get_sheet_by_name('Sheet1'))
print(wb['Sheet1'])
print(wb.worksheets[0])

# 读取某单元格数据
sheet.cell(row=3, column=4).value
      
# 读取具体的值，而不是公式，保存后会导致公式丢失
wb = openpyxl.load_workbook(path, data_only=True)
      
# 新建表格
wb = openpyxl.Workbook()
sheet = wb.create_sheet(title=sheet_name, index=sheet_index)
      
# 写入非法字符
ILLEGAL_CHARACTERS_RE = re.compile(r'[\000-\010]|[\013-\014]|[\016-\037]')
ILLEGAL_CHARACTERS_RE.sub(r'', evaluation_content)

一、保存图片，插入图片

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
复制# 需要下载模块
pip install pillow
from openpyxl.drawing.image import Image

img = Image(local_path + '/img/photo.png')
img.width, img.height = (100, 100)
sh.add_image(img, 'H4')

def excel_Link_to_Picture(path, pic_path):
    """
    将excel中的图片链接转为图片，并以副本的形式保存
    :param path: excel文件地址
    :param pic_path: 图片下载的保存地址
    :return:
    eg:
        path = "D:\\ZhouCheng\\测试环境\\ZC_波司登\\波司登户外天猫旗舰店_竞品排行.xlsx"
        pic_path = 'D:'  # 图片的保存路径
        excel_Link_to_Picture(path, pic_path)
    """
    def urllib_download(url, path, name):
        """
        下载图片
        :param url: 下载的图片链接
        :param path: 保存路径
        :param name: 保存的文件名
        :return:
        """
        start_time = time.time()
        while True:
            try:
                from urllib.request import urlretrieve
                urlretrieve(url, path + '/' + name)
            except BaseException as err:
                import requests
                with open(path + '/' + name, 'wb') as f:
                    f.write(requests.get(url).content)

            if os.path.getsize(path + '/' + name) > 3000:
                break

            if time.time() - start_time > 45:
                return False
                # raise Exception('下载失败！！！' + url)

        return True

    def num_to_col(num):
        """
        获取某一数值对应的列名
        :param num: 将数字装换为对应的列名
        :return: 返回装换后的列名
        """
        if type(num) != int:
            raise Exception('只接受int型参数')

        if num % 26 == 0:
            if num == 26:
                return 'Z'
            else:
                return num_to_col(num // 26 - 1) + 'Z'
        else:
            if num < 26:
                return chr(64 + num)
            else:
                return num_to_col(num // 26) + num_to_col(num % 26)

    def save_report():
        """保存报表"""
        filenames = os.listdir(save_path)
        num = 0
        while True:
            if num == 0:
                na = path.split('\\')[-1].split('.')[0] + '已转换图片.xlsx'
            else:
                na = path.split('\\')[-1].split('.')[0] + '已转换图片' + str(num) + '.xlsx'

            if na in filenames:
                num += 1
            else:
                WB.save(save_path + '\\' + na)
                break

    save_path = path[:-len(path.split('\\')[-1])]  # 文件保存路径
    picture_suffix = ['gif', 'jpg', 'jpeg', 'png', 'GIF', 'JPG', 'PNG']

    WB = openpyxl.load_workbook(path)
    pic_num = 0  # 图片数量

    for sheetname in WB.sheetnames:  # 下载图片并替换图片
        sh = WB[sheetname]
        max_row = sh.max_row
        max_col = sh.max_column

        for row in range(1, max_row + 1):
            for col in range(1, max_col + 1):
                cell_text = sh.cell(row, col).value
                if type(cell_text) != str:
                    continue

                if cell_text.startswith('http') and cell_text.split('.')[-1] in picture_suffix:
                    # 判断是不是图片，是的话就下载图片并替换
                    pic_name = str(pic_num) + '.' + cell_text.split('.')[-1]  # 图片名字
                    if urllib_download(cell_text, pic_path, pic_name):
                        sh.row_dimensions[row].height = 50  # 调整行高
                        sh.column_dimensions[num_to_col(col)].width = 9  # 调整列宽

                        img = Image(pic_path + '/' + pic_name)
                        img.width, img.height = (60, 60)
                        sh.add_image(img, num_to_col(col) + str(row))
                        sh.cell(row, col, '')

                        pic_num += 1

    save_report()

    return True

二、删除某行或某列

1
2
3
4
复制wk_sheet.delete_rows(3,2) #删除从第一行开始算的2行内容
wk_sheet.delete_cols(1,2) #删除从第一列开始算的2列内容
wk.save(r"E:\55\s.xlsx")

三、插入行或列

1
2
3
4
5
复制# 插入行,在第一行上面插入三行
wk_sheet.insert_rows(1, 3)
# 插入列，在第一列左边插入三列
wk_sheet.insert_cols(1, 3)

四、影藏行或列，设置长宽

1
2
3
4
5
6
7
8
9
10
11
12
13
14
复制# 影藏行
sheet.row_dimensions[2].hidden = 1
# 影藏列
sheet.column_dimensions['a'].hidden = 1

# 取消隐藏
ws.column_dimensions.group('A','D', hidden=True)
ws.row_dimensions.group(1,10, hidden=True)
sheet.row_dimensions[2].hidden = 0

# 设置某行或某列的宽度
sheet.row_dimensions[1].height = 50  # 设置行宽
sheet.column_dimensions['a'].width = 50  # 设置列宽

五、合并拆分单元格

1
2
3
4
5
6
7
8
9
10
复制#！ 合并的单元格无法二次合并

# 合并单元格
ws.merge_cells(range_string='A1:B3')
# 拆分单元格
ws.unmerge_cells(range_string='A1:B3')

# 寻找合并的单元格，sh.merged_cell_ranges
str([x for x in sh.merged_cell_ranges if 'A' + str(insert_row_tm-1) in x][0])

二、pandas操作

1、读取Excel

1
2
复制read_excel(io, sheet_name=0, header=0, skiprows=None, skip_footer=0, index_col=None,names=None, parse_cols=None, parse_dates=False,date_parser=None,na_values=None,thousands=None, convert_float=True, has_index_names=None, converters=None,dtype=None, true_values=None, false_values=None, engine=None, squeeze=False, **kwds)

  • io : excel 路径。

  • sheetname : 返回多表使用sheetname=[0,1],若sheetname=None是返回全表 注意：int/string 返回的是dataframe，而none和list返回的是dict of dataframe

  • header :指定列名行，默认0，即取第一行，数据为列名行以下的数据 若数据不含列名，则设定 header = None

  • skiprows : 省略指定行数的数据

  • skip_footer : 省略从尾部数的int行数据

  • index_col : 指定列为索引列，也可以使用u”strings”

  • names : 指定列的名字。

  • usecols指定读取的列

  • 复制# 将'1,234'读取为'1234'的数字
thousands=','


    1
    2
    3
    4
    5
    6
    7

      ​

    ## 2、常见用法

    ### 1、筛选与取值

复制# 指定第七行为列名
daily_df = pd.read_excel(self.daily_path, header=7)

指定列名

flow_df = pd.read_excel(self.flow_path, names=[‘date’, ‘tp’, ‘flow’, ‘detailed’, ‘visitor_num’])

多条件筛选

data = flow_df[
(flow_df.flow == ‘付费流量’) &
(flow_df.date == date) &
(flow_df.detailed == detailed)
]

高级筛选

all_data = pd.read_excel(self.path, sheet_name=2)
data = all_data[
all_data[‘客户’].map(lambda x: x == ‘四川’) &
all_data[‘商品名称’].map(lambda x: ‘休闲鞋’ in x)
]
print(data)

获取当前对象（dataframe或series）的行列数，已元祖形式返回

data.shape # 返回（3,4）表示当前对象有3行4列数据

取指定列的第一个数：针对series数据

data_invoice[data_invoice[‘订单号’] == Id][‘结算金额’].iloc[0]

获取行（索引值）：针对series数据， ser.index[0]

data_source[‘商品名称’].value_counts().index[0]

获取某单元格的数据：针对DataFrame

data.iloc[0, 4]、data.loc[行名, 列名]

serie转DataFrame

pd.DataFrame([serie.to_dict()])

serie转list

data_source[‘商品名称’].to_list()

获取多个列

df[[‘货号’, ‘支付件数’]]

获取某行

data[i:j]

获取某列

data[列名]、data.列名

获取所有行的第一列的数据

pd.values[:, 1]

获取某一列不为空的值

[x for x in info_data[list_columns[0][1]] if str(x) != “nan”]

将dataframe转为list

pd.read_excel(path + ‘/‘ + filename)[0:1].values.tolist()

判断空, df[‘s’] == np.nan

df[‘访客数’].to_list().index(np.nan)

仅获取表头列

[x for x in pd.read_excel(local_path + ‘/download_data/‘ + filename).columns]

转置

df.T

保存不带索引和表头

save_path = ‘C:\Users\LM0060\Desktop\规划数据.xlsx’
dt.T.to_excel(save_path, index=False, header=False)

去调列名那一行后面的空格

stock = pd.read_excel(path, sheet_name=’透视’, header=3)
stock.columns = stock.columns.str.rstrip() # 去掉列名后面空格，会把数值型设为空
stock.columns = stock.columns.map(lambda x: x.rtrip()) # 去掉列名后面空格，更好用

1
2
3

### 2、去重

复制planets.drop_duplicates(subset=[‘method’,’year’],keep=’first’,inplace=False)

subset参数是一个列表，可指定多个列名，用于去重的列。

keep的取值有三个：keep=first时，保留相同数据的第一条。keep=last时，保存相同数据的最后一条。 keep=false时，所有相同的数据都不保留。

inplace=True时，会对原数据进行修改。否则，只返回视图，不对原数据修改。

1
2
3

### 3、遍历

复制# pandas 遍历 dataframe 行数据
for index, row in df.iterrows():
print(index,row[0],row[1],)

pandas 遍历 dataframe 列数据

for x in df.loc[:,’c1’]:
print(x)

1
2
3

### 4、统计重复次数

复制data_source[‘商品名称’].value_counts()

输出：

DUOZOULU多走路 2022春季男女情侣款国产款时尚透气走路鞋休闲鞋 11

DUOZOULU多走路2021官方冬季新款男女情侣鞋老爹鞋羊毛休闲鞋 7

DUOZOULU多走路 2022春款男女款情侣款舒适透气走路鞋国产鞋休闲鞋跑步鞋 4

1
2
3

### 5、日期型数据筛选

复制def date_filtering(datetime_str): # 用于日期选择
dates = str(datetime_str)[1:11].split(‘-‘)
datetime_str = datetime.date(int(dates[0]), int(dates[1]), int(dates[2]))

if Monday <= datetime_str <= Sunday:
return True
else:
return False

data_source = pd.read_excel(self.path, sheet_name=3)
data_source = data_source[
data_source[‘付款确认时间’].map(date_filtering)
]

1
2
3

### 6、求和以及求某列最大最小值

复制df.drop(index, axis=0)，# 是去掉某一行数据；
df.drop(col_name, axis=1)，#是去掉某一列的数据？

df.sum(axis=0)，# 求每列的数据之和；
df.sum(axis=1)，# 求每行的数据之和;

eg:

data_source[‘退款金额’].sum(axis=0)

df[列名].max(axis=0) # 最大值
df[列名].max(axis=0) # 最小值

1
2
3

### 7、指定读取格式

复制pd.read_csv(inpath, converters={“列名1”:str, “列名2”:str})

1
2
3

### 8、pandas自动填充空数据

复制category = pd.read_excel(path, sheet_name=4)

用前一个不为空的数据填充

category = category.fillna(method=’pad’)

用后一个不为空的数据填充

category.fillna(method=’bfill’,limit=1)

用默认字符填充

category.fillna(‘missing’)

只填充某列，且作用到源数据上，返回None

category[‘Item Sub-Category’].fillna(method=’pad’, inplace=True)

1
2
3

### 9、排序问题

复制# 按某一列的值排序，默认ascending=True升序
df_tm_week.sort_values(‘支付金额’, ascending=False)

按索引排序，下列是取前10

df_tm_week.sort_index()[:10]

1
2
3

### 10、分组求和

复制pds_lin_a.groupby([‘退单编号’])[‘入库数量’].sum()
pds_lin_a.groupby([‘退单编号’]).agg({“入库数量”:”sum”})

1
2
3

### 11、索引和列的转换

复制一、索引转化为列
df[‘index’] = df.index
二、列转化为索引
df.set_index(‘date’)

1
2
3

### 12、更改数据类型

复制df[‘year’]=df[‘year’].astype(int)

1
2
3

### 13、分组排序得序号

复制”””
rank函数的用法
method参数说明：first：不并次排序：123456、dense：并次不占位排序：123345、min:并次占位排序：123356
“””
pop_RT[‘sort_id’] = pop_RT.groupby([‘model_code_x’])[[‘conception_code’]].rank(ascending=1, method=’dense’)

1
2
3

### 14、重命名列

复制rankings_pd.rename(columns = {‘test’:’TEST’}, inplace = True)

1
2
3

## 3、csv文件

复制# 读取CSV文件，并删除指定行，同时不带表头另存为另一个地址
data = pd.read_csv(open_path + ‘/‘ + filename, header=None) # 读取CSV文件
data.drop(data.index[int(start_row)-1:int(delete_num) + int(start_row)-1], inplace=True)
data.to_csv(save_path + ‘/‘ + filename, index=False, encoding=”utf-8”, header=None)

1
2
3

##### 1、写入数据乱码问题

复制dt.to_csv(folder_path + ‘\‘ + ‘京东快车数据.csv’, encoding=’utf_8_sig’)

1
2
3

## 4、在已有的df中新增列

复制# 新增列的数据来源
def get_category(df):
try:
return df_main[df_main[‘商家编码13位’].map(lambda x: df[‘货号’][4:] in x)][0:1][‘三级分类’].to_list()[0]
except:
return ‘空’

新增列的名字，axis=1表示新增列，axis=0表示新增行

df_tm_week.loc[:, ‘三级分类’] = df_tm_week.apply(get_category, axis=1)

更简单的方法，新增列来源于自身

this_year_pd.loc[:, ‘折扣前总价’] = this_year_pd[‘发货数量’] * this_year_pd[‘吊牌价’]

分列并去空格

tm_pd.loc[:, ‘一级类目’] = tm_pd[‘京东分类’].str.split(‘>’, expand=True)[0].replace(‘ ‘, ‘’)

1
2
3

## 5、数据上下合并

复制def data_merge(path, to_file_path):
“””
用于合并数据
:param path: 需要合并的文件夹
:param to_file_path: 合并后的文件保存路径
:return:
“””
filenames = os.listdir(path)
for index, filename in enumerate(filenames):
filepath = path + ‘/‘ + filename
if index == 0: # 第一次，只读取，不合并
pds = pd.read_excel(filepath, header=1)
continue

    pds_lin = pd.read_excel(filepath, header=1)

    pds = pd.concat([pds, pds_lin])

pds.to_excel(to_file_path, index=False)

1
2
3

## 6、数据左右合并

复制# how：指定连接方式。可以是inner, outer, left, right，默认为inner。

on：指定连接使用的列（该列必须同时出现在两个DataFrame中），默认使用两个DataFrame中的所有同名列进行连接。

left_on / right_on：指定左右DataFrame中连接所使用的列。

left_index / right_index：是否将左边（右边）DataFrame中的索引作为连接列，默认为False。

suffixes：当两个DataFrame列名相同时，指定每个列名的后缀（用来区分），默认为x与y。

df1=pd.DataFrame({“date”:[2015,2016,2017,2018,2019],”x1”:[2000,3000,5000,8000,10000],”x2”:[np.nan,”d”,”d”,”c”,”c”]})
df2=pd.DataFrame({‘date’:[2017,2018,2019,2020],”y1”:[1000,2000,3000,2000]})

display(df1,df2)

df3=df1.merge(df2,how=’left’,on=”date”)
display(df3)

1
2
3
4
5

# 三、表格复制问题

### 1、方案一，通过粘贴板

复制import os
import win32com
from win32com.client import constants as c # 旨在直接使用VBA常数

class CopyTablePaste:
“””
复制表格数据和格式，并粘贴到指定位置,支持复制选定区域的数据、格式、公式
eg:
ctp = CopyTablePaste(‘D:\project\test\测试环境_代码\区域复制.xlsx’)
ctp.copy_style_data(‘复制3’, ‘C6’, ‘C6’)
ctp.paste_style_data(‘复制2’, ‘D6’)
“””

def __init__(self, copy_path, paste_path=None):
    """
    初始化，只接受绝对路径
    :param copy_path: 需要复制的文件路径
    :param paste_path: 需要粘贴的文件路径，默认等同于复制文件
    """
    self.xl_app = win32com.client.gencache.EnsureDispatch("Excel.Application")  # 若想引用常数的话使用此法调用Excel
    self.xl_app.Visible = True  # 是否显示Excel文件

    self.copy_wb = self.xl_app.Workbooks.Open(copy_path)
    if paste_path:
        self.paste_wb = self.xl_app.Workbooks.Open(paste_path)
    else:
        self.paste_wb = self.copy_wb

def copy_style_data(self, sheet_name, start_cell, end_cell, table_path=None):
    """
    复制指定表格指定sheet,指定区域的的数据和格式
    eg:
        copy_style_data("sheet1", "A3", "C5", "D://xx.xlsx")

    :param table_path:  读取文件的路径
    :param sheet_name: 读取数据的sheet表名
    :param start_cell: 读取数据格式的开始单元格
    :param end_cell: 读取数据格式的结束单元格
    :return:
    """
    """读取文件,如果输入新的文件路径，将替换原有表格"""
    if table_path:
        self.copy_wb = self.xl_app.Workbooks.Open(table_path)

    """读取文件表"""
    sht_old = self.copy_wb.Worksheets(sheet_name)
    """复制选定区域到粘贴板"""
    # 对输入的数据进行处理分析
    for index, i in enumerate(start_cell):
        if not i.isalpha():  # 如果当前字符不是字母，就跳出
            break
        if not i.isupper():
            raise "只接受大写字母"

    start_cell = [int(start_cell[index:]), start_cell[:index]]
    for index, i in enumerate(end_cell):
        if not i.isalpha():  # 如果当前字符不是字母，就跳出
            break
        if not i.isupper():
            raise "只接受大写字母"

    end_cell = [int(end_cell[index:]), end_cell[:index]]

    rng_data = sht_old.Range(sht_old.Cells(start_cell[0], start_cell[1]), sht_old.Cells(end_cell[0], end_cell[1]))
    rng_data.Copy()

def paste_style_data(self, sheet_name, position, table_path=None):
    """
    将剪贴板的内容粘贴到指定文件，指定sheet表，的指定位置上
    eg:
        paste_style_data("sheet2", "A3", "D://xx.xlsx")
    :param table_path: 文件路径
    :param sheet_name: 文件sheet名
    :param position:  粘贴位置
    :return:
    """
    """读取文件"""
    if table_path:
        self.paste_wb = self.xl_app.Workbooks.Open(table_path)

    sht_new = self.paste_wb.Worksheets(sheet_name)
    """粘贴到指定区域"""
    sht_new.Paste(Destination=sht_new.Range(position))  # 将粘贴板的内容复制到指定区域 √
    # sht_new_3.Range("A1").PasteSpecial(Paste=c.xlPasteAll) # 将粘贴板的内容复制到指定区域 √
    # sht_new_2.Range("A1").PasteSpecial(Paste=c.xlPasteValues)  # 经测试，只能复制数据，无法复制格式 ×
    """保存数据"""
    self.paste_wb.Save()

def __del__(self):
    """
    当程序运行完成，或者该对象被销毁时程序将自动保存数据，同时关闭电脑上所有的excel文件
    :return:
    """
    try:
        self.copy_wb.Close()
        self.paste_wb.Close()
    except BaseException as err:
        pass

    try:
        self.xl_app.Quit()  # 关闭文件，即使文件已打开也还是会被关闭，如果同时有其它Excel文件打开，也会被关闭
    except BaseException as err:
        pass

1
2
3

### 2、方案二、通过openpyxl

复制def copy_area(self, paste_sh, start_place, end_place, target_place, copy_sh=None, iscpvalue=False):
“””
复制并粘贴某一区域的数据和样式，会在目标位置开始计算结束位置，同时拆分这部分单元格,默认不复制值
:param paste_sh: 用于粘贴的sh源
:param copy_sh: 用于复制的sh源
:param start_place: 开始位置
:param end_place: 结束位置
:param target_place: 目标位置
:param iscpvalue: 是否复制值
:return:
“””
if not copy_sh: # 如果未填写复制源，则表示粘贴复制再同一个sh中
copy_sh = paste_sh

def col_nexts(s, num):
    """获取某一列的后num个对应的列名"""
    t = s
    for i in range(num):
        t = self.col_next(t)
    return t

def copy_cell(cy_cell, paste_cell):
    """
    复制粘贴单个单元格
    :param cy_cell: 需要复制的单元格
    :param paste_cell: 需要粘贴的单元格
    :return:
    """
    if iscpvalue:
        try:
            paste_sh[paste_cell].value = copy_sh[cy_cell].value  # 复制值
        except BaseException:
            pass

    paste_sh[paste_cell].font = copy.copy(copy_sh[cy_cell].font)  # 复制：设置字体大小、颜色、下划线等等
    paste_sh[paste_cell].border = copy.copy(copy_sh[cy_cell].border)  # 复制：设置单元格的边框
    paste_sh[paste_cell].fill = copy.copy(copy_sh[cy_cell].fill)  # 复制：填充样式
    paste_sh[paste_cell].number_format = copy.copy(copy_sh[cy_cell].number_format)  # 复制数字格式
    paste_sh[paste_cell].protection = copy.copy(copy_sh[cy_cell].protection)  # 复制：保护工作表
    paste_sh[paste_cell].alignment = copy.copy(copy_sh[cy_cell].alignment)  # 复制：单元格对齐

def if_merge(cell):  # 判断该单元格是否是合并单元格，如果是，则返回合并的单元格范围
    for merge_cell in merge_cell_list:
        if cell == merge_cell[0]:
            return merge_cell
    return False

merge_cell_list = [str(x).split(':') for x in copy_sh.merged_cell_ranges]  # 原始sh中的合并单元集合

start_row, start_col = self.analysis_cell(start_place)  # 开始位置
end_row, end_col = self.analysis_cell(end_place)  # 结束位置
target_row, target_col = self.analysis_cell(target_place)  # 目标位置

row_gap = end_row - start_row  # 行差
col_gap = self.col_to_num(end_col) - self.col_to_num(start_col)  # 列差

# 拆分单元格，将需要粘贴的单元格范围进行拆分，避免出现合并单元格，合并的单元格无法二次合并
try:
    paste_sh.unmerge_cells(
        range_string=target_place + ':' + col_nexts(target_col, col_gap) + str(target_row + row_gap))
except BaseException:
    pass

for x in range(row_gap + 1):  # 单元格系统性合并
    for y in range(col_gap + 1):
        cy_cell = start_col + str(start_row + x)
        paste_cell = target_col + str(target_row + x)

        if not if_merge(cy_cell):  # 如果需要复制的单元格不是合并单元格，则跳过合并
            pass
        else:  # 如果这是一个合并的单元格
            merge_range = if_merge(cy_cell)  # 得到合并的范围

            start_row_x, start_col_x = self.analysis_cell(merge_range[0])  # 开始位置
            end_row_x, end_col_x = self.analysis_cell(merge_range[1])  # 结束位置
            row_gap_x = end_row_x - start_row_x  # 行差
            col_gap_x = self.col_to_num(end_col_x) - self.col_to_num(start_col_x)  # 列差

            merge_cell_start = self.analysis_cell(paste_cell)
            merge_cell_end = self.col_nexts(merge_cell_start[1], col_gap_x) + str(merge_cell_start[0] + row_gap_x)  # 合并的末尾

            paste_sh.merge_cells(range_string='{}:{}'.format(paste_cell, merge_cell_end))  # 进行合并

        start_col = self.col_next(start_col)
        target_col = self.col_next(target_col)

    start_col = self.analysis_cell(start_place)[1]
    target_col = self.analysis_cell(target_place)[1]

for x in range(row_gap + 1):  # 单元格系统性复制
    for y in range(col_gap + 1):
        cy_cell = start_col + str(start_row + x)
        paste_cell = target_col + str(target_row + x)

        try:
            copy_cell(cy_cell, paste_cell)
        except BaseException as err:
            print('复制失败，该单元格可能是合并的单元格')

        start_col = self.col_next(start_col)
        target_col = self.col_next(target_col)

    start_col = self.analysis_cell(start_place)[1]
    target_col = self.analysis_cell(target_place)[1]

1
2
3
4
5

# 四、封装函数

## 1、获取excel某一列的下N列列名

复制def get_next(s):
“””获取excel某一列的下一列 列名”””
if not s.isalpha(): # 先判断是否全是字母
raise ‘错误的参数’

s = s.upper()

if s[-1] != 'Z':
    return s[:-1] + chr(ord(s[-1]) + 1)

if len(s) == sum(map(lambda x: 1 if x == "Z" else 0, s)):
    return ''.join(['A' for x in range(len(s) + 1)])

return get_next(s[:-1]) + 'A'

def get_nexts(s, num):
“””获取某一列的后num个对应的列名”””
t = s
for i in range(num):
t = get_next(t)
return t

1
2
3

## 2、获取指定列对应的列数

复制def get_col_num(s):
“””获取指定列对应的列数”””
if not s.isalpha(): # 先判断是否全是字母
raise ‘错误的参数’

s = s.upper()

if len(s) == 1:
    return ord(s[-1]) - 64

else:
    return get_col_num(s[:-1]) * 26 + ord(s[-1]) - 64

1
2
3

## 3、解析坐标具体行列

复制def analysis_coordinate(s):
“””解析excel坐标,返回元祖，分别是行和列”””
for i, v in enumerate(s):
if not v.isalpha():
break
col = s[:i].upper()
row = s[i:]

if not col.isalpha() or not row.isdigit():  # 先判断是否全是字母和数字
    raise '错误的参数'

return int(row), col

1
2
3

## 4、获取某一数字对应的列名

复制def get_num_col(num):
“””获取某一数值对应的列名”””
if num % 26 == 0:
if num == 26:
return ‘Z’
else:
return get_num_col(num // 26 - 1) + ‘Z’
else:
if num < 26:
return chr(64 + num)
else:
return get_num_col(num // 26) + get_num_col(num % 26)

1
2
3

## 5、判断一个单元格是否是合并的，并返回范围

复制def judgemergecell(sh, cell):
“””
判断这个单元格是否是合并的单元格，如果是则返回单元格区间
:param cell:
:param sh:
:return:
“””
mergecells = [x for x in sh.merged_cell_ranges if cell in x]
if len(mergecells) == 0:
return False
else:
str(mergecells[0])

1
2
3

# 五、以只读方式打开文件窗口

复制import win32com
from win32com.client import constants as c # 旨在直接使用VBA常数
app = win32com.client.Dispatch(‘Excel.Application’) # 若想引用常数的话使用此法调用Excel
app.Visible = True # 使文件打开可见
workbook = app.Workbooks.Open(flag, None, True) # 以只读方式显示打开文件
```

ChengZhou

ChengZhou

贵在坚持

20
0
17
NOTICE

学习中。。。

CATEGORIES
TAGS
Django Django Linux Excel自动化 Flask Linux Mysql Python Python Mysql Redis TkGUI 博客搭建 容器部署 数据结构 浏览器自动化 爬虫 网页布局 自动化 项目记录