from ironxl import *
# Supported for XLSX, XLS, XLSM, XLTX, CSV, and TSV
workbook = WorkBook.Load("sample.xlsx")
# Select worksheet at index 0
worksheet = workbook.WorkSheets[0]
# Get any existing worksheet
first_sheet = workbook.DefaultWorkSheet
# Select a cell and return the converted value
cell_value = worksheet["A2"].IntValue
# Read from ranges of cells elegantly.
for cell in worksheet["A2:A10"]:
print("Cell {} has value '{}'".format(cell.AddressString, cell.Text))
# Calculate aggregate values such as Min, and Sum
total_sum = worksheet["A2:A10"].Sum()
Python-Paket für Excel-Dateien (ohne Verwendung von Interop)
Kannapat Udonpant
6. Juni 2024
Teilen Sie:
In der heutigen datengesteuerten Welt ist die Fähigkeit, effizient mit Microsoft Excel-Dateien zu arbeiten, eine entscheidende Fähigkeit für Fachleute in verschiedenen Bereichen. Python bietet mit seinem robusten Ökosystem von Bibliotheken und Python-Modulen eine leistungsstarke Plattform für die Verarbeitung von Excel-Daten und das Schreiben von Excel-Dateien. Für die Arbeit mit Excel gibt es zahlreiche Open-Source- und kostenpflichtige Python-Pakete(XLSX) dateien.
Python-Bibliotheken für Excel-Dateien(XLSX-Dateien) bieten eine breite Palette von Funktionen, vom Schreiben von Excel-Dateien über das Lesen vorhandener Excel-Dateien bis hin zur Datenanalyse, die es Entwicklern ermöglichen, ihre Projekte mit Leichtigkeit zu rationalisieren. Eine solche herausragende Python-Bibliothek ist IronXL, die eine nahtlose Schnittstelle zum Erstellen, Lesen und Bearbeiten von Excel-Dateien bietet.
In diesem Tutorial lernen Sie die Funktionen von IronXL kennen und erfahren, wie Sie es in Ihre Python-Projekte integrieren können.
IronXL - Die Python-Excel-Bibliothek
IronXL für Python ist eine vielseitige Bibliothek, die die Arbeit mit Excel-Tabellen in Python-Projekten vereinfacht. Die intuitive API ermöglicht es Entwicklern, eine breite Palette von Aufgaben auszuführen, von der Erstellung und Bearbeitung von Excel-Arbeitsblättern bis hin zur Extraktion und Analyse von Daten.
Hier sind einige der wichtigsten Merkmale von IronXL.
Excel-Arbeitsmappenoperationen
Erstellen von Arbeitsmappen: Erstellen Sie neue Excel-Arbeitsmappen von Grund auf.
Laden vorhandener Arbeitsmappen: Greifen Sie auf bereits vorhandene Excel-Dateien zu und bearbeiten Sie sie.
Arbeitsmappen speichern: Speichern Sie Änderungen an Arbeitsmappen dauerhaft.
Arbeitsblatt Management
Arbeitsblätter erstellen: Fügen Sie neue Arbeitsblätter zu Excel-Arbeitsmappen hinzu.
Zugang zu Arbeitsblättern: Abrufen und Ändern von Daten in bestimmten Arbeitsblättern.
Arbeitsblätter löschen: Entfernen Sie unnötige Arbeitsblätter aus Arbeitsmappen.
Datenmanipulation
Daten lesen: Extrahieren Sie Informationen aus Excel-Zellen, -Bereichen und -Arbeitsblättern.
Daten schreiben: Eingabe von Daten in Excel-Zellen, -Bereiche und -Tabellenblätter.
Daten aktualisieren: Ändern Sie vorhandene Daten in Excel-Dateien.
Unterstützung von Dateiformaten
XLSX, XLS und CSV: Volle Unterstützung für Excel-Dateiformate, einschließlich XLSX, XLS und CSV.
Cross-Kompatibilität: Nahtloses Arbeiten mit Excel-Dateien über verschiedene Plattformen und Umgebungen hinweg.
Erweiterte Funktionalitäten
Formelverwaltung: Dynamische Handhabung von Excel-Formeln, einschließlich Erstellung, Änderung und Berechnung.
Zellenformatierung: Passen Sie die Zellformatierungsoptionen wie Schriftarten, Farben und Ausrichtung an.
Bereichsoperationen: Führen Sie Operationen mit Zellbereichen durch, einschließlich Sortieren, Filtern und Kopieren.
Fähigkeiten zur Datenanalyse
Datenextraktion: Extrahieren Sie mithilfe von Python aussagekräftige Erkenntnisse aus Excel-Daten.
Datenvisualisierung: Generieren Sie Diagramme und Grafiken direkt aus Excel-Daten für Visualisierungs- und Analysezwecke.
Statistische Analyse: Führen Sie mühelos statistische Analysen von Excel-Datensätzen durch.
Integration in das Python Ökosystem
Nahtlose Integration: Integrieren Sie IronXL nahtlos in Python-Projekte ohne Kompatibilitätsprobleme.
Interoperabilität: Nutzen Sie IronXL zusammen mit anderen Python-Bibliotheken und -Frameworks für umfassende Datenverarbeitungsaufgaben.
Benutzerfreundlichkeit
Intuitive API: Einfache und übersichtliche API für einfache Integration und Nutzung.
Dokumentation: Umfassende Dokumentation und Beispiele erleichtern das Lernen und Nachschlagen.
Leistung und Skalierbarkeit
Effiziente Verarbeitung: Optimierte Leistung für die effiziente Verarbeitung großer Excel-Datensätze.
Skalierbarkeit: Skalieren Sie den Betrieb nahtlos, um wachsenden Datensätzen und Verarbeitungsanforderungen gerecht zu werden.
Plattformübergreifende Kompatibilität
Windows, macOS, Linux: Kompatibel mit verschiedenen Betriebssystemen, einschließlich Windows, macOS und Linux.
Cloud-Plattformen: Einsatz und Betrieb von IronXL auf Cloud-Plattformen für flexible und skalierbare Lösungen.
Community-Unterstützung und Updates
Aktive Gemeinschaft: Engagieren Sie sich in einer lebendigen Gemeinschaft von Benutzern und Entwicklern für Support und Zusammenarbeit.
Regelmäßige Updates: Sie erhalten zeitnahe Updates und Verbesserungen, um die Kompatibilität und Leistungsfähigkeit zu gewährleisten.
Voraussetzungen
Bevor Sie fortfahren, stellen Sie sicher, dass Sie die folgenden Voraussetzungen auf Ihrem System installiert haben:
PyCharm: Herunterladen und installieren*PyCharm, einer beliebten Python-IDE, um Ihren Entwicklungs-Workflow zu optimieren.
IronXL-Bibliothek: Installieren Sie IronXL mit PIP, dem Paketmanager von Python, indem Sie den folgenden Befehl in Ihrem Terminal oder der Eingabeaufforderung ausführen:
pip install IronXL
pip install IronXL
PYTHON
.NET 6.0 SDK: IronXL for Python baut auf der IronXL for .NET Bibliothek auf und setzt insbesondere auf .NET 6.0 auf. Um IronXL for Python effektiv nutzen zu können, benötigen Sie das .NET 6.0 Software Development Kit(SDK) auf Ihrem Rechner installiert ist. Dieses SDK bietet die notwendigen Komponenten, um IronXL for Python fehlerfrei auszuführen. Sie können es von hier herunterladen:https://dotnet.microsoft.com/en-us/download/dotnet/6.0.
Python-Projekt in PyCharm erstellen
Starten Sie PyCharm und erstellen Sie ein neues Python-Projekt, indem Sie "Neues Projekt" wählen.
Wählen Sie einen Namen und einen Speicherort für Ihr Projekt und klicken Sie dann auf "Erstellen"
Sobald Ihr Projekt erstellt ist, können Sie damit beginnen, Python-Code zu schreiben, um mit Hilfe von IronXL mit Excel-Dateien zu interagieren.
IronXL mit PIP installieren
Öffnen Sie in Ihrem PyCharm-Projekt ein Terminalfenster und führen Sie den folgenden Befehl aus, um IronXL zu installieren:
pip install IronXL
pip install IronXL
PYTHON
Dadurch wird die IronXL-Bibliothek heruntergeladen und installiert, so dass Sie ihre Funktionen in Ihrem Python-Code verwenden können.
Excel-Datei erstellen
Lassen Sie uns nun mit IronXL eine neue Excel-Datei erstellen. Nachfolgend finden Sie ein Beispiel für einen Python-CodeausschnittEine Excel-Datei erstellen:
from ironxl import *
# Create a new Excel file
workbook = WorkBook.Create()
# Add a worksheet
worksheet = workbook.CreateWorkSheet("Sheet1")
# Write data to cells
worksheet["A1"].Value = "Hello"
worksheet["B1"].Value = "World"
# Save the workbook
workbook.SaveAs("example.xlsx")
from ironxl import *
# Create a new Excel file
workbook = WorkBook.Create()
# Add a worksheet
worksheet = workbook.CreateWorkSheet("Sheet1")
# Write data to cells
worksheet["A1"].Value = "Hello"
worksheet["B1"].Value = "World"
# Save the workbook
workbook.SaveAs("example.xlsx")
PYTHON
Dieser Code erstellt eine neue Excel-Arbeitsmappe mit einem einzigen Arbeitsblatt namens "Sheet1" und schreibt "Hallo" und "Welt" in die Zellen A1 bzw. B1. Schließlich wird die Arbeitsmappe unter dem Namen "example.xlsx" im aktuellen Verzeichnis gespeichert.
Der obige Screenshot zeigt, wie effizient wir mit dem IronXL-Python-Modul Excel-Dateien von Grund auf in Python erstellen und schreiben können.
Excel-Dateien lesen
AnLesen daten aus einer bestehenden Excel-Datei zu übernehmen, können Sie die IronXL-Funktion WorkBook.Load() Methode. Hier ist ein einfaches Beispiel für das Lesen von Excel-Dateien:
from ironxl import WorkBook
# Load an existing Excel workbook
workbook = WorkBook.Load("example.xlsx")
# Access a worksheet
worksheet = workbook.sheets[0]
# Read data from cells
data = worksheet["A1"].value
print(data) # Output: Hello
from ironxl import WorkBook
# Load an existing Excel workbook
workbook = WorkBook.Load("example.xlsx")
# Access a worksheet
worksheet = workbook.sheets[0]
# Read data from cells
data = worksheet["A1"].value
print(data) # Output: Hello
PYTHON
Dieser Code lädt die Datei "example.xlsx", greift auf das erste Arbeitsblatt zu und liest den Wert aus Zelle A1, der dann auf der Konsole ausgegeben wird.
Ausführlichere Informationen über IronXL und seine Funktionen finden Sie auf der WebsiteDokumentation undCodebeispiele seite.
Schlussfolgerung
IronXL for Python ist eine vielseitige Bibliothek, die die Bearbeitung von Excel-Dateien in Python-Projekten vereinfacht. In diesem Lernprogramm haben wir gelernt, wie man mit IronXL Excel-Dateien erstellt, liest und bearbeitet. Mit seiner intuitiven API und seinen leistungsstarken Funktionen eröffnet IronXL unendliche Möglichkeiten für die Arbeit mit Excel-Daten in Python.
Beginnen Sie damit, IronXL in Ihre Python-Projekte einzubindenkostenlos testen für den kommerziellen Einsatz und schöpfen Sie das volle Potenzial der Excel-Bearbeitung mit Leichtigkeit und Effizienz aus.
Bevor er Software-Ingenieur wurde, promovierte Kannapat an der Universität Hokkaido in Japan im Bereich Umweltressourcen. Während seines Studiums wurde Kannapat auch Mitglied des Vehicle Robotics Laboratory, das Teil der Abteilung für Bioproduktionstechnik ist. Im Jahr 2022 wechselte er mit seinen C#-Kenntnissen zum Engineering-Team von Iron Software, wo er sich auf IronPDF konzentriert. Kannapat schätzt an seiner Arbeit, dass er direkt von dem Entwickler lernt, der den Großteil des in IronPDF verwendeten Codes schreibt. Neben dem kollegialen Lernen genießt Kannapat auch den sozialen Aspekt der Arbeit bei Iron Software. Wenn er nicht gerade Code oder Dokumentationen schreibt, kann man Kannapat normalerweise beim Spielen auf seiner PS5 oder beim Wiedersehen mit The Last of Us antreffen.
< PREVIOUS Wie man Zellen in einer Excel-Datei mit Python zusammenführt