python操作excel的项目实例

一个简单的Python操作Excel的项目实例如下：

import openpyxl

# 打开Excel文件
workbook = openpyxl.load_workbook('example.xlsx')

# 选择工作表
sheet = workbook.active

# 读取单元格数据
cell_value = sheet['A1'].value

# 修改单元格数据
sheet['A1'] = 'Hello World'

# 保存修改后的Excel文件
workbook.save('example.xlsx')

这个例子演示了如何使用openpyxl库打开、读取、修改和保存Excel文件。

相关问题

展示用python操作excel所有实例

好的，下面是一些使用 Python 操作 Excel 的示例：

1. 读取 Excel 文件

使用 Pandas 库可以方便地读取 Excel 文件，示例代码如下：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 打印 DataFrame
print(df.head())

2. 写入 Excel 文件

使用 Pandas 库也可以将数据写入 Excel 文件，示例代码如下：

import pandas as pd

# 创建 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['Beijing', 'Shanghai', 'Guangzhou']
}
df = pd.DataFrame(data)

# 写入 Excel 文件
df.to_excel('example.xlsx', index=False)

3. 使用 openpyxl 库操作 Excel 文件

openpyxl 是一个 Python 库，可以用来读取、写入和修改 Excel 文件，示例代码如下：

from openpyxl import Workbook, load_workbook

# 创建 Workbook 对象
wb = Workbook()

# 获取默认的工作表
ws = wb.active

# 写入数据
ws['A1'] = 'Name'
ws['B1'] = 'Age'
ws['C1'] = 'City'
ws.append(['Alice', 25, 'Beijing'])
ws.append(['Bob', 30, 'Shanghai'])
ws.append(['Charlie', 35, 'Guangzhou'])

# 保存 Excel 文件
wb.save('example.xlsx')

# 读取 Excel 文件
wb = load_workbook('example.xlsx')
ws = wb.active
for row in ws.iter_rows(min_row=1, max_col=3, values_only=True):
    print(row)

以上就是一些使用 Python 操作 Excel 的示例，希望能对你有所帮助。

python数据清洗excel实例

以下是一个Python数据清洗Excel的示例，其中使用了pandas包来读取Excel文件并进行数据清洗：

import pandas as pd

# 读取Excel文件并跳过前7行
df1 = pd.read_excel('待清洗数据/文件1.xlsx', skiprows=7)
df2 = pd.read_excel('待清洗数据/文件2.xlsx', skiprows=7)

# 跳过每个Excel文件前n行的备注信息和空行
n = 7
df1 = pd.read_excel('待清洗数据/文件1.xlsx', skiprows=n+1)
df2 = pd.read_excel('待清洗数据/文件2.xlsx', skiprows=n+1)

# 删除DataFrame中的重复行
df1.drop_duplicates(inplace=True)
df2.drop_duplicates(inplace=True)

# 删除DataFrame中的空值行
df1.dropna(inplace=True)
df2.dropna(inplace=True)

# 重置DataFrame的索引
df1.reset_index(drop=True, inplace=True)
df2.reset_index(drop=True, inplace=True)

# 对DataFrame中的数据进行清洗和处理
# ...

# 输出清洗后的DataFrame
print(df1)
print(df2)