创建一个 exercise7_3.xlsx 文件,在 C5 单元格写人字符串“我喜欢编程”。程序保存为exercise7_3.py。

好的，我明白了。以下是实现代码：

import openpyxl

# 创建新的 Excel 文件
wb = openpyxl.Workbook()

# 选择当前活跃的 worksheet
ws = wb.active

# 在单元格 C5 写入字符串
ws['C5'] = '我喜欢编程'

# 保存文件
wb.save('exercise7_3.xlsx')

请注意，如果你想让程序直接通过命令行运行，可以在开头添加以下代码：

if __name__ == '__main__':
    # 以上面的代码为例
    import sys
    import os

    filename = os.path.basename(sys.argv[0])
    command = sys.argv[1] if len(sys.argv) > 1 else ''
    
    # 执行程序
    # ...

然后在命令行中运行 `python exercise7_3.py` 即可。

相关问题

编写程序创建一个 exercise7_3.xlsx 文件,在 C5 单元格写人字符串“我喜欢编程”。

好的，您可以尝试使用以下代码来创建 exercise7_3.xlsx 文件并在 C5 单元格中写入字符串“我喜欢编程”：

import openpyxl

# 创建新工作簿
workbook = openpyxl.Workbook()

# 获取默认的工作表
worksheet = workbook.active

# 写入数据
worksheet['C5'] = '我喜欢编程'

# 保存文件
workbook.save(filename='exercise7_3.xlsx')

请注意，此代码将在当前 Python 程序的目录中创建 exercise7_3.xlsx 文件。如果您希望在其他位置创建文件，请更改 `filename` 参数。另外，如果您尚未安装 openpyxl 库，请使用以下命令进行安装：

pip install openpyxl

希望可以帮到您！

读取桌面的1000.xlsx文件，并比较author列的相似度，将相似度>0.9的合并保存，输出为merged_1000.xlsx文件

要读取桌面上的1000.xlsx文件并比较其中的"author"列的相似度，并将相似度大于0.9的行进行合并保存为merged_1000.xlsx文件，可以使用以下代码：

import pandas as pd
from difflib import SequenceMatcher

# 读取Excel文件
file_path = r'C:\Users\Admin\Desktop\1000.xlsx'
df = pd.read_excel(file_path)

# 比较相似度函数
def similarity(a, b):
    return SequenceMatcher(None, str(a), str(b)).ratio()

# 合并相似度大于0.9的行
merged_df = pd.DataFrame(columns=df.columns)  # 创建空的DataFrame用于保存合并后的数据
for i, row in df.iterrows():
    if i == 0:
        merged_df = merged_df.append(row)  # 将第一行添加到合并后的DataFrame中
    else:
        is_merged = False
        for j, merged_row in merged_df.iterrows():
            if similarity(row['author'], merged_row['author']) > 0.9:  # 比较相似度
                merged_df.at[j, 'author'] += ', ' + str(row['author'])  # 合并author列
                is_merged = True
                break
        if not is_merged:
            merged_df = merged_df.append(row)  # 将不与任何行相似的行添加到合并后的DataFrame中

# 保存合并后的数据为Excel文件
merged_file_path = r'C:\Users\Admin\Desktop\merged_1000.xlsx'
merged_df.to_excel(merged_file_path, index=False)

print("合并后的数据已保存到: ", merged_file_path)

在上述代码中，首先导入了pandas库和difflib库的SequenceMatcher类。然后，使用pd.read_excel()函数读取桌面上的1000.xlsx文件，并将其存储在名为df的DataFrame对象中。

接下来，定义了一个相似度比较函数similarity()，该函数使用SequenceMatcher类来计算两个字符串的相似度。

然后，创建了一个空的DataFrame merged_df 用于保存合并后的数据。

通过迭代df中的每一行，与merged_df中的每一行进行相似度比较。如果相似度大于0.9，则将当前行的"author"列合并到merged_df中相似行的"author"列中。如果不与任何行相似，则将当前行添加到merged_df中。

最后，使用to_excel()方法将合并后的数据保存为merged_1000.xlsx文件。

请确保将file_path 和 merged_file_path 替换为你实际的文件路径。