2.5 xlsx格式的Excel文件读写——openpyxl

前言

Excel文件有两种常见的格式分别是xls和xlsx，这两种格式的Excel文件最大的不同之处在于，xls格式的每个表（Sheet）最多只能有65536行和256列，而xlsx则最多可以有1048576行和16384列。上一篇文章讲解了如何读写xls格式的Excel文件，这篇文章中，小编将演示如何使用openpyxl包（安装命令：pip3 install openpyxl），完成xlsx格式的Excel文件的简单读写任务。其中，关于“工作簿（workbook）”和工作表（Sheet）之间的关系，请查看“2.4 xls格式的Excel文件读写——xlrd、xlwt”，关于如何安装Python包，请查看“1.1Python开发环境的搭建”。

openpyxl包使用简介

下表中归纳了一个Excel的操作流程中常用的函数方法，其中，如果创建工作簿后，设定工作簿的属性guess_types为True（即workbook.guess_types = True），则数据写入Excel中时，会自动猜测数据的类型，对于小数会作一定的四舍五入处理，具体请看下文中的示例代码的运行结果。

应用实例

任务说明及分析：

现在，这里有两个csv文件（如下两幅图所示），一个存储的是以"LinkID", "Link_start", "Link_end"为列标题的共1529行3列的数据，每个LinkID可以理解为一个点，另外一个csv文件存储的是以"LinkID", "ReportTime", "Volume", "Speed"为列标题的共8878865行4列的数据。我们有一个任务：将这800多万行的数据分割并为多个Excel文件，其中，按照每20个LinkID为一批数据的标准进行分割。

分析该任务，首先我们需要编写Python程序读取csv文件，这只需要导入Python标准库中的cvs模块即可；其次，由于每个LinkID都有上千行数据，因此20个LinkID就可能有上百万上行数据，所以，Microsoft Office Excel2003的xls文件不能满足要求，故使用xlsx格式来存储我们分离出来的数据。

实现上述功能的Python程序代码如下图所示：

下面对上图代码中关键的地方做一些简要的说明：

（1）第8行读取csv文件，使用了列表推导式，最后将列表形式的数据转换为numpy的ndarray类型以便后边的处理，

（2）第55行处理数据时，使用了numpy的排序方法，代码示例中时按照第一列的数据（即LinkID）来进行排序，所有的LinkID都是“HI + 数字 + 字母”的组合（其中字母时a,b,c,d,...）。要注意的是字符串也能进行排序，实际排序时，根据字符串的ASCII与数字的和的大小进行排序。

（3）第62行处理数据时，还是用到了numpy中删除元素的方法，numpy类型的数组可以改变长度，这里删除元素使用的是np.delete方法，其中，删除的条件使用了np.where进行设置；此外，还使用了np.insert方法向二维的numpy类型数组中插入了两列值为空的数据，这是方便之后进行Excel中的单元格合并。

（4）第64和第65行处理数据时，使用了np.insert方法向二维的numpy类型数组中插入了两列值为空的数据，这是方便之后进行Excel中的单元格合并。insert函数的value参数是指定要填充的内容，axis则是指定在哪一个维度上插入，这里我们要插入列，也就是在第二个维度上插入，故axis为1。

程序运行结果分析：

最后执行的结果如下图所示，首先，所有的数据已经成功地按每20个LinkID分割为了77个Excel文件，其次，从下面的第二幅图可以看到，第二列和第三列的第一个LinkID所在的那几行都已经合并了，而且第二列第一个LinkID所在单元格的值为“花园桥”，可见这是符合我们预期的。其中，Speed所在的列，的数据于csv中不同，全部做了保留了一位小数的处理，这是因为代码中设定了工作簿的guess-type属性为True。

欢迎您加入GIS遥感开发QQ群与同行交流