wb = openpyxl.load_workbook('excel.xlsx') ws = wb.active for row in ws.iter_rows(values_only=True): print(row[0], row[1])

时间: 2023-06-14 11:03:18 浏览: 109
这段代码使用了 openpyxl 库来读取名为 "excel.xlsx" 的 Excel 文件中的数据,并将其打印出来。具体来说,它使用 wb = openpyxl.load_workbook('excel.xlsx') 打开文件并将其存储在变量 wb 中,然后使用 ws = wb.active 获取文件的活动工作表,并使用 ws.iter_rows(values_only=True) 以行为单位迭代工作表中的所有行。通过 values_only=True 参数,我们可以只获取单元格的值而不是包含单元格格式等其他信息的完整单元格对象。在每次迭代时,我们可以通过 row[0] 和 row[1] 分别访问当前行的第一个和第二个单元格的值,并将它们打印出来。
相关问题

优化代码,使写入的数据文字格式不变:import openpyxl # 打开申请表工作簿和汇总表工作簿 wb_app = openpyxl.load_workbook('申请名单.xlsx') wb_sum = openpyxl.load_workbook('汇总表.xlsx') # 获取申请表Sheet1和汇总表Sheet1 ws_app = wb_app['Sheet1'] ws_sum = wb_sum['Sheet1'] # 复制申请表数据到汇总表底部 for row in ws_app.iter_rows(min_row=2, values_only=True): ws_sum.append(row) # 保存汇总表工作簿 try: wb_sum.save('汇总表.xlsx') except Exception as e: print('保存汇总表失败,错误信息:', e) finally: # 关闭两个工作簿 wb_app.close() wb_sum.close()

import openpyxl # 打开申请表工作簿和汇总表工作簿 wb_app = openpyxl.load_workbook('申请名单.xlsx') wb_sum = openpyxl.load_workbook('汇总表.xlsx') # 获取申请表Sheet1和汇总表Sheet1 ws_app = wb_app['Sheet1'] ws_sum = wb_sum['Sheet1'] # 复制申请表数据到汇总表底部 for row in ws_app.iter_rows(min_row=2, values_only=True): ws_sum.append(row) # 保存汇总表工作簿 try: wb_sum.save('汇总表.xlsx') except Exception as e: print('保存汇总表失败,错误信息:', e) finally: # 关闭两个工作簿 wb_app.close() wb_sum.close()

优化代码:import openpyxl # 打开申请表工作簿和汇总表工作簿 wb_app = openpyxl.load_workbook('申请名单.xlsx') wb_sum = openpyxl.load_workbook('汇总表.xlsx') # 获取申请表Sheet1和汇总表Sheet1 ws_app = wb_app['Sheet1'] ws_sum = wb_sum['Sheet1'] # 复制申请表数据到汇总表底部 for row in ws_app.iter_rows(min_row=2, values_only=True): ws_sum.append(row) # 保存汇总表工作簿 try: wb_sum.save('汇总表.xlsx') except Exception as e: print('保存汇总表失败,错误信息:', e) finally: # 关闭两个工作簿 wb_app.close() wb_sum.close()

优化的代码如下: ```python import openpyxl # 打开申请表工作簿和汇总表工作簿 with openpyxl.load_workbook('申请名单.xlsx') as wb_app, openpyxl.load_workbook('汇总表.xlsx') as wb_sum: # 获取申请表Sheet1和汇总表Sheet1 ws_app = wb_app['Sheet1'] ws_sum = wb_sum['Sheet1'] # 复制申请表数据到汇总表底部 for row in ws_app.iter_rows(min_row=2, values_only=True): ws_sum.append(row) # 保存汇总表工作簿 try: wb_sum.save('汇总表.xlsx') except Exception as e: print('保存汇总表失败,错误信息:', e) ``` 使用 `with` 语句可以自动关闭文件,避免手动关闭忘记关闭的问题。此外,将两个工作簿的打开和关闭操作放在同一个 `with` 语句中,可以更好地保证两个工作簿的一致性。同时,将异常处理放在 `try` 块中,保证程序出错时能够及时处理异常,避免程序崩溃。

相关推荐

#!/bin/env python import numpy as np import pandas as pd import openpyxl,os df_csv = pd.read_csv(r'Permance_a.csv',index_col=0,encoding='utf-8') df_csv.to_excel(r'Permance_a.xlsx') # 打开Excel文件 wb = openpyxl.load_workbook('Permance_a.xlsx') # 选择第一个工作表 ws = wb.active # 循环遍历每一个单元格 for row in ws.iter_rows(): for cell in row: # 判断单元格是否包含% if '%' in str(cell.value): # 将单元格格式设置为数字格式 cell.number_format = '0.00%' # 将单元格值除以100并重新赋值给单元格 cell.value = float(cell.value.strip('%')) / 100 # 保存Excel文件 wb.save('Permance_a.xlsx') # 源表格和目标表格的文件名 source_file = r'Permance_a.xlsx' target_file = r'Permance.xlsx' source_end_col = 8 # 结束列 source_start_col = 5 # 开始列 source_start_row = [2,12,22,32] source_end_row = [11,21,31,41] target_end_col = 6 # 结束列 target_start_col = 3 # 开始列 target_start_row = [7,35,21,49] target_end_row = [16,44,30,58] # 打开两个工作簿 wb1 = openpyxl.load_workbook(source_file) ws1 = wb1.active target_ws_name = 'sd' + source_file[-6] wb2 = openpyxl.load_workbook(target_file) wb2.active.title = target_ws_name ws2 = wb2.active # 将源表格的数据覆盖到目标表格中 for i in range(len(source_start_row)): for row in range(source_start_row[i], source_end_row[i]+1): for col in range(source_start_col, source_end_col+1): value = ws1.cell(row=row, column=col).value ws2.cell(row=target_start_row[i]+row-source_start_row[i], column=target_start_col+col-source_start_col, value=value) # 保存目标表格 wb2.save(target_file) 修改以上代码,将目标文件中折线图引用的数据源中的工作名修改为当前工作表名

def load_excel(self, filename, menu_label, selected_label_text): for widget in self.sheet_frame.winfo_children(): widget.destroy() for widget in self.unique_listbox.winfo_children(): widget.destroy() self.la = menu_label self.workbook = xl.load_workbook(filename) self.sheet_names = sorted(self.workbook.sheetnames) # 按工作表名称从小到大排序 self.selected_label.config(text=selected_label_text) # 更新选中标签文本 data4 = self.la if not data4.endswith('.xlsx'): data4 += '.xlsx' # 拼接完整的文件路径 wo = pinjie filepath = os.path.join(wo, data4) print(filepath) # 判断文件是否存在,如果存在则打开,否则创建一个新的 Excel 文件 if os.path.exists(filepath): wb = openpyxl.load_workbook(filepath) print(f'{filepath}文件存在...') else: wb = openpyxl.Workbook() print(f'{filepath}創建好了') ws = wb.active wb.save(filepath) # 在右下側添加文本標簽 for i, sheet_name in enumerate(self.sheet_names): print(sheet_name) filtered_rows = [] # 打开文件并筛选当天日期 if os.path.exists(filepath):#判断 Excel 文件是否存在。 workbook = xl.load_workbook(filepath)#打开 Excel 文件。 label = tk.Label(self.unique_listbox, text=sheet_name) # 在右下側添加文本標簽 if filtered_rows: label.config(text=f"{sheet_name} - 已點檢") else: label.config(text=f"{sheet_name} - 未點檢") label.grid(row=i // 5, column=i % 5, sticky="ew", padx=1, pady=1)修改這段代碼,打開filepath文件在第3列篩選出當天日期,然後用獲取另一個工作薄中所有的工作表名去匹配filepath文件第九列的内容,如果有相同内容就將獲取的工作表名添加到右側下面的文本框中,并在後面添加已點檢,沒有内容就寫上未點檢添加到文本框中

def load_excel(self, filename, menu_label, selected_label_text): self.la = menu_label self.workbook = xl.load_workbook(filename) self.sheet_names = sorted(self.workbook.sheetnames) # 按工作表名称从小到大排序 self.selected_label.config(text=selected_label_text) # 更新选中标签文本 data4 = self.la if not data4.endswith('.xlsx'): data4 += '.xlsx' # 拼接完整的文件路径 wo=r'\pcq-smt-ftp01\smt$\CQ SMT-單板測試課\2.生產組\點檢表\點檢歷史資料' filepath = os.path.join(wo, data4) print(filepath) # 判断文件是否存在,如果存在则打开,否则创建一个新的 Excel 文件 if os.path.exists(filepath): wb = openpyxl.load_workbook(filepath) print(f'{filepath}文件存在...') else: wb = openpyxl.Workbook() print(f'{filepath}創建好了') # 获取工作表并保存 ws = wb.active wb.save(filepath) # 清空左侧面板 for widget in self.sheet_frame.winfo_children(): widget.destroy() # 清空右下側面板 for widget in self.unique_listbox.winfo_children(): widget.destroy() # 在右下側添加文本標簽 for i, sheet_name in enumerate(self.sheet_names): label = tk.Label(self.unique_listbox, text=sheet_name) # 打开文件并筛选当天日期 workbook = xl.load_workbook(filepath) for sheet_name in self.sheet_names: sheet = workbook.active today = datetime.datetime.now().strftime('%Y/%m/%d') filtered_rows = [] for row in sheet.iter_rows(min_row=3): if row[2].value == today and row[8].value == sheet_name: filtered_rows.append(row) # 在右下側添加文本標簽 label = tk.Label(self.unique_listbox, text=sheet_name) if filtered_rows: label.config(text=f"{sheet_name} - 已點檢") else: label.config(text=f"{sheet_name} - 未點檢") label.grid(row=i // 5, column=i % 5, sticky="ew", padx=1, pady=1)這個代碼中爲什麽只比對了一個工作表,需要修改為所有工作表

最新推荐

recommend-type

Java_带有可选web的开源命令行RatioMaster.zip

Java_带有可选web的开源命令行RatioMaster
recommend-type

基于MATLAB实现的GA算法解决车辆调度问题VRP+使用说明文档.rar

CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的GA算法解决车辆调度问题VRP+使用说明文档.rar 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【实战演练】时间序列预测用于个体家庭功率预测_ARIMA, xgboost, RNN

![【实战演练】时间序列预测用于个体家庭功率预测_ARIMA, xgboost, RNN](https://img-blog.csdnimg.cn/img_convert/5587b4ec6abfc40c76db14fbef6280db.jpeg) # 1. 时间序列预测简介** 时间序列预测是一种预测未来值的技术,其基于历史数据中的时间依赖关系。它广泛应用于各种领域,例如经济、金融、能源和医疗保健。时间序列预测模型旨在捕捉数据中的模式和趋势,并使用这些信息来预测未来的值。 # 2. 时间序列预测方法 时间序列预测方法是利用历史数据来预测未来趋势或值的统计技术。在时间序列预测中,有许多不
recommend-type

怎么在集群安装安装hbase

您好,关于如何在集群上安装HBase,步骤大致如下: 1. 在HBase官网上下载最新版本的HBase,并解压到需要安装的目录下; 2. 配置HBase的环境变量:将HBase目录的bin子目录加入到PATH环境变量中; 3. 修改HBase配置文件:在HBase目录下的conf子目录中找到hbase-site.xml文件,并进行相应的配置,如指定HBase的Zookeeper节点等; 4. 启动HBase:使用HBase的bin目录下的start-hbase.sh脚本启动HBase; 5. 验证HBase是否正常运行:使用HBase自带的shell命令行工具操作HBase。 注意:以上步