读取 Excel

不知道各位同学有没有见过有关 Python 操作 Excel 的广告。小编是见过好多次的，还只需 ￥9.9 就能学习，今天小编就为大家带来免费的 Python 操作 Excel 的入门教程。

仔细看，仔细学，本文价值 ￥9.9 哦~~~

这牛逼吹得我自己都有点脸红。

既然要操作 Excel ，那我们就需要先建立一个 Excel 。

首先在 Excel 中创建 3 个 Sheet ，别跟我说不知道什么是 Sheet ，可能你不适合看本篇内容。

测试使用 Excel 已经上传至代码仓库，有需要的同学可以取用。

Excel 内容如下：

请先暂时忽略右下角的日期时间，这日期时间并无实际作用，仅用来演示使用。

这是一个 Sheet 的数据，同样的 Sheet 存在 3 个。

可能各位同学看到这个 Excel 以后大致能猜到小编要干啥了，对，没错，你猜对了，小编就是要算一下平均成绩。

那么用 Excel 自带的公式来算平均成绩不香么，非要用 Python 算，劳民伤财的。

Excel 自带的函数确实强大，这个不得不服，但是，我如果要跨 Sheet 的操作呢？本文要玩的骚操作就是要跨 Sheet 计算平均成绩。

首先，我们需要导入第三方模块 xlrd ，因为是第三方的模块，没有安装的同学需要先安装。在命令行中输入：

pip install xlrd

等待进度条走完就好了。

获取 workbook：

首先，我们需要在代码中打开我们刚才创建的 Excel :

workbook = xlrd.open_workbook('test.xlsx')

小编这里为了方便，将 test.xlsx 和代码放在同一目录，实际在操作中需注意文件的路径问题，不管是使用相对路径还是绝对路径，都要写对。

Sheet 有关操作：

有关 Sheet 的操作有很多，我们列举几个常用的：

# 输出所有 sheet 的名字
print(workbook.sheet_names())
# 获取所有的 sheet
print(workbook.sheets())
# 根据索引获取 sheet
print(workbook.sheet_by_index(1))
# 根据名字获取 sheet
print(workbook.sheet_by_name('1班'))

输出结果我这里就不演示了，各位同学自己操作下就知道了：）

常用操作：

获取行数和列数：

sheet1 = workbook.sheets()[0]
# 获取行数
print(sheet1.nrows)
# 获取列数
print(sheet1.ncols)

结果如下：

6
4

获取整行和整列的数据（数据类型为列表）：

# 获取第 2 行内容
print(sheet1.row_values(1))
# 获取第 3 列内容
print(sheet1.col_values(2))

结果如下：

['ipipgo', 76.0, 85.0, 95.0, '']
['数学', 85.0, 58.0, 96.0, '', '']

获取单元格的数据：

cell1 = sheet1.cell(1, 1).value
# 行索引
cell2 = sheet1.row(1)[1].value
cell3 = sheet1.cell(1, 2).value
# 列索引
cell4 = sheet1.col(2)[1].value

结果如下：

76.0 76.0 85.0 85.0

获取日期类型数据：

date_value = xlrd.xldate_as_datetime(sheet1.cell_value(5, 3), workbook.datemode)
print(type(date_value), date_value)

结果如下：

<class 'datetime.datetime'> 2019-11-07 20:49:05

这里是直接通过方法将数据转成了 datetime 类型， xlrd 还提供了可以将数据转成元组，然后再将元组转成日期。

date_tulp = xlrd.xldate_as_tuple(sheet1.cell_value(5, 3), workbook.datemode)
print(type(date_tulp), date_tulp)
year, month, day, hour, minute, second = date_tulp
print(datetime.datetime(year, month, day, hour, minute, second))

结果如下：

<class 'tuple'> (2019, 11, 7, 20, 49, 5)
2019-11-07 20:49:05

本文转自：https://blog.csdn.net/meteor_93/article/details/103116684