如何在 Python 中編輯 Excel 文件

Excel文件在數據管理和分析中被普遍使用。 然而，手動編輯大型 Excel 文件可能既耗時又容易出錯。 Python提供強大的庫和工具，用於自動化 Excel 試算表編輯任務，使該過程更高效且更可靠。

如何在 Python 中編輯 Excel 文件

1. 安裝 IronXL 函式庫以在 Python 中進行 Excel 文件操作。

2. 使用 IronXL 加载 Excel 工作簿。

3. 指定活頁簿中的所需試算表。

4. 使用 IronXL 將數據寫入特定單元格值，以便輕鬆進行修改和更新。

   在本教程中，我們將探討如何使用 Python 編輯 Excel 文件。 我們將使用IronXL用於讀取、寫入和操作 Excel 文件的函式庫，並配有實用範例來說明每個概念。 Excel 文件可以包含結構化資料，組織成行和列，並附有格式設定、公式和其他功能。 IronXL 提供讀取、寫入和修改 Excel 文件的程式方法，使使用者能夠高效地執行各種資料操作任務。 在進一步操作之前，讓我們來探索什麼是IronXL。

什麼是IronXL？

IronXL 是一個強大的函式庫，用於在 Python 應用程式中處理 Excel 檔案。 它為開發人員提供了方便的方法用於讀取 Excel 文件、編輯 及操作Excel 文件資料，並簡化資料管理任務。 開發人員可以輕鬆匯入來自各種檔案格式的資料，例如 XLS、XLSX、CSV 和 TSV 檔案，並處理試算表。

IronXL 提供多種功能以促進高效的 Excel 文件處理編輯. 開發人員可以將工作表匯出為多種格式，包括 XLS 檔案、XLSX、CSV 檔案、TSV 檔案和 JSON，從而實現不同系統之間的流暢數據交換。 此外，IronXL 支援使用密碼加密和解密 XLSX、XLSM 和 XLTX 檔案，確保資料安全。 IronXL通過提供重新計算Excel的能力來確保數據處理的準確性公式每次編輯工作表時。 此外，開發人員可以透過使用範圍設置、排序範圍、列和行來操作 Excel 檔案。樣式具有可自訂字體、大小、背景圖案、邊框、對齊方式和數字格式的儲存格。 IronXL 賦予開發者高效管理 Excel 數據的能力，提高 Python 應用程式的生產力和靈活性。

打開或建立新專案

在您的 IDE 中根據需求創建一個新項目或打開一個現有項目。 我們正在 MS Visual Studio 2022 中創建一個新專案。您可以使用任何 IDE。對於每個 IDE，程式碼都將保持不變。

安裝 IronXL 函式庫

我們需要安裝IronXL庫以處理Excel文件。 您可以使用 Python 套件管理器 pip 安裝它們：

pip install IronXL

pip install IronXL

此命令將安裝 IronXL 庫，稍後將在使用 Python 進行 Excel 文件操作的教程中使用。

載入 Excel 工作簿

第一步是將 Excel 檔案活頁簿載入到我們的專案中。 我們將載入以下範例 Excel 文件。我們將在本教程中討論的所有範例中使用相同的 Excel。

以下程式碼將載入我們專案中的 Excel 檔案。

from ironxl import *     
License.LicenseKey = "IRONSUITE.TEST.TUTORIAL.COM.12345-ABC-XYZ-XYZ-XYZ-ABC-ABC-QWERTY-XYZ-ABC-DEPLOYMENT.TRIAL-123V.TRIAL.EXPIRES.27.MAY.2024";
workbook = WorkBook.Load("test_excel.xlsx")

from ironxl import *     
License.LicenseKey = "IRONSUITE.TEST.TUTORIAL.COM.12345-ABC-XYZ-XYZ-XYZ-ABC-ABC-QWERTY-XYZ-ABC-DEPLOYMENT.TRIAL-123V.TRIAL.EXPIRES.27.MAY.2024";
workbook = WorkBook.Load("test_excel.xlsx")

上述代碼片段展示了如何使用 IronXL for Python 庫將名為 "test_excel.xlsx" 的 Excel 文件載入到工作簿對象中。 首先，它設置IronXL授權金鑰進行身份驗證。 接著，從 IronXL 匯入所需的模組。 最後，使用 WorkBook.Load 加載 Excel 文件。()方法，允許開發人員使用IronXL的功能訪問和操作工作簿中的數據。

選取 Excel 試算表

下一步是選擇 Python 中的 Excel 試算表。 在一個文件中可能有多個 Excel 工作表，因此我們需要指定活動工作表。

# Select worksheet at index 0
worksheet = workbook.WorkSheets[0]

# Select worksheet at index 0
worksheet = workbook.WorkSheets[0]

上面的程式碼行選擇位於工作簿物件中索引為0的工作表，使開發人員能夠有效地操作Excel電子表格。 通過指定索引，允許訪問 Excel 文件中的特定工作表，以進行進一步的分析或修改。

使用 Python 編寫 Excel 文件

現在，讓我們透過在資料集中新增一行來將資料寫入我們的 Excel 文件。 以下程式碼將會完成此操作：

// Python edit Excel file
worksheet["A11"].IntValue = 10
worksheet["B11"].Value = 'Kate'
worksheet["C11"].Value = 'Brown'
worksheet["D11"].Value = 'Female'
worksheet["E11"].Value = 'Indonesia'
worksheet["F11"].IntValue = 26
worksheet["G11"].Value = '16/10/2024'
worksheet["H11"].IntValue = 6548
workbook.Save()

// Python edit Excel file
worksheet["A11"].IntValue = 10
worksheet["B11"].Value = 'Kate'
worksheet["C11"].Value = 'Brown'
worksheet["D11"].Value = 'Female'
worksheet["E11"].Value = 'Indonesia'
worksheet["F11"].IntValue = 26
worksheet["G11"].Value = '16/10/2024'
worksheet["H11"].IntValue = 6548
workbook.Save()

上述程式碼通過將數據插入到特定儲存格中來修改現有的 Excel 文件。 它將單元格值分配給第11行的A到H列中的單元格，並將數據附加到現有的電子表格中。 進行這些更改後，工作簿將被保存，確保修改持久保存。 此功能允許自動編輯 Excel 文件，從而促進數據輸入、更新或附加新記錄等任務的進行。

在 Excel 文件中使用公式

在接下來的步驟中，我們將使用 IronXL 直接在 Excel 文件中計算顧客的平均年齡。藉由利用公式，我們可以高效地計算聚合統計數據，提升數據分析能力。 我們可以簡化執行複雜計算的過程，使使用者能夠輕鬆地從他們的 Excel 數據中獲得有價值的見解。 讓我們深入計算我們 Excel 文件中的顧客平均年齡。

#Apply average value of all numeric cells within the range
avgAge = worksheet["F2:F11"].Avg();
print(f"Average Age is: {avgAge}")

#Apply average value of all numeric cells within the range
avgAge = worksheet["F2:F11"].Avg();
print(f"Average Age is: {avgAge}")

上述代碼計算Excel工作表中指定範圍「F2:F11」內數字單元格的平均值。 IronXL 的功能使得可以在 Excel 文件中無縫計算統計指標，從而增強數據分析工作流程。 只需調用 Avg()在範圍上使用方法，IronXL能有效計算顧客的平均年齡，展示了其在Excel文件中簡化複雜計算的能力。

結論

總結來說，本教程提供了使用 IronXL 庫通過 Python 編輯 Excel 文件的全面概述。 通過利用IronXL的強大功能，開發者可以無縫操控Excel文件中的數據，以簡化數據管理任務。 透過能夠以程式化方式讀取、寫入和修改 Excel 資料，IronXL 讓使用者能夠有效地分析資料，從 XLSX 文件中獲得有價值的見解。 此外，其對複雜計算和公式的支援使得在 Excel 中進行高級數據分析成為可能，從而提升數據處理工作流程中的生產力和準確性。

此外，IronXL 提供一個免費試用，開發人員可以充分發揮 IronXL 的潛力，使他們能夠自信且高效地操作數據。 無論是分析數據、操作 XLSX 文件，還是進行複雜計算，IronXL 提供了一個靈活的解決方案，用於 Excel 文件編輯任務，提升 Python 應用程式在數據管理工作中的功能。