第1页 / 共9页
第2页 / 共9页
第3页 / 共9页
第4页 / 共9页
第5页 / 共9页
第6页 / 共9页
第7页 / 共9页
第8页 / 共9页
基于官方Doc的xlwings入门教程（一）.pdf
本地磁盘
基于官方Doc的xlwings入门教程（1）
基于官方Doc的xlwings入门教程（1）
In [3]:
##//// 2016/08 by YZN ////##
'''xlwings教程适合给有一点点基础的用户阅读，内容参考Doc阅读'''
####导入一些模块####
import pandas as pd
import numpy as np
import xlwings as xw
In [3]:
##/////////////////////////////////////////////////////////////////////////
////////////////////////##
'#########这个部分讲怎么导入一个文件以及选取范围和切片，具体的很多选项放在教程（2）介绍
##############'
##/////////////////////////////////////////////////////////////////////////
////////////////////////##
#打开一个文件
test=xw.Book('test.xlsx')
#Range的用法
xw.Range('A1').value = 'something'
xw.Range('A1')
xw.Range('A1:C3')
xw.Range((1,1))
xw.Range((1,1), (3,3))
xw.Range('NamedRange')
xw.Range(xw.Range('A1'), xw.Range('B2'))
#圆括号是1-based取法，而方括号是0-based取法，xlwings遵循着app到book到sheet的层次，
以下都一样
xw.apps[0].books[0].sheets[0].range('A1')
xw.apps(1).books(1).sheets(1).range('A1')
xw.apps[0].books['Book1'].sheets['Sheet1'].range('A1')
xw.apps(1).books('Book1').sheets('Sheet1').range('A1')
#range本身也能切片，只是要记着，就是range[]里面的仍然是0-based，所以3代表第4个
>>> rng = xw.Book().sheets[0].range('A1:D5')
>>> rng[0, 0]
#
>>> rng[1]
#
>>> rng[:, 3:]
>>> rng[1:3, 1:3]
#
#其实不用range也一样吧
>>> sht = xw.Book().sheets['Sheet1']
>>> sht['A1']
#
>>> sht['A1:B5']
#
>>> sht[0, 1]
#
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
>>> sht[:10, :10]
#
In [ ]:
###//////////////////////////////////////////////////////////////##
'##########################查看和赋值语句###########################'
###//////////////////////////////////////////////////////////////##
####这里你会发现给列赋值用的是多一个方括号，给行则是直接的[1,2,3,4,5]
>>> sht = xw.Book().sheets[0]
>>> sht.range('A1').value = [[1],[2],[3],[4],[5]] # Column orientation (
nested list)
>>> sht.range('A1:A5').value
[1.0, 2.0, 3.0, 4.0, 5.0]
####似乎是说也可以用下面这句话来实现对列输出
sht.range('A1').options(transpose=True).value = [1,2,3,4]
>>> sht.range('A1').value = [1, 2, 3, 4, 5]
>>> sht.range('A1:E1').value
[1.0, 2.0, 3.0, 4.0, 5.0]
####一般来说单个单元格返回的数值是float型，你如果要让他返回的是list型可以这么做
sht.range('A1').options(ndim=1).value
sht.range('A1:A5').options(ndim=2).value #也会把每个格子的值作为list放在一个li
st中返回，其中2是作为list，1就是作为float
sht.range('A1:E1').options(ndim=2).value #然而神奇的是，你对一行的value返回时
，居然是list中间包含了一个大list
#[[1.0, 2.0, 3.0, 4.0, 5.0]]
#这边单独说明一下ndim选项，因为后续会用到，Number of array dimensions是这个选项
的意思，就是用来控制你输入的列表内元素维度
#换句话来说，xlwings是这样看待orientation的，每次在大方框下面，同一个小方框是同一
行的数据，而另一个方框则是换行了
sht.range('A1').value = [[1,2],[3,4]]#A1和B1赋值，然后换行到A2和B2赋值
In [ ]:
In [ ]:
###//////////////////////////////////////////////////////////////##
'##########这个单元格讲一些和array和dataframe相关的东西############'
'##########请参看Converters和Options有很多的补充说明###############'
###//////////////////////////////////////////////////////////////##
####Numpy.array相关
#np的eye应该是实现几阶的单位矩阵，然后在range的option下面np.array实际上是conver
t的选项，就是希望用array的方式来显示
import numpy as np
>>> sht = xw.Book().sheets[0]
>>> sht.range('A1').value = np.eye(3)
>>> sht.range('A1').options(np.array, expand='table').value
array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
type(sht.range('A1').options(np.array, expand='table').value)#这句话运行你会
发现输出了一个array对象，而不是一个数值的list
####DataFrame相关
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
sht = xw.Book().sheets[0]
df = pd.DataFrame([[1.1, 2.2], [3.3, None]], columns=['one', 'two'])
>>> df
one two
0 1.1 2.2
1 3.3 NaN
>>> sht.range('A1').value = df
>>> sht.range('A1:C3').options(pd.DataFrame).value
one two
0 1.1 2.2
1 3.3 NaN
#这里读出来是一个dataframe的格式，如果你直接用range.value来读取的话，会连带index
和columns一起读进来
# options: work for reading and writing
>>> sht.range('A5').options(index=False).value = df '''后面会看到Index在读取
和写入的时候作用不同'''
>>> sht.range('A9').options(index=False, header=False).value = df#变成这样
以后，用range.value就可以只读出数据，应该是控制了index和columns读不读
In [ ]:
###//////////////////////////////////////////////////////////////##
'##################在excel中构建xlwing的环境########################'
###//////////////////////////////////////////////////////////////##
#64位电脑下载pywin32包才可以
#打开CMD，输入xlwings addin install
#或者在excel中打开VB然后从xw.__path__获取安装的bas文件导入，记得文件要用xlsm保存
['D:\\anacondas\\lib\\site-packages\\xlwings']
#xlwings quickstart myproject这个会在当前目录下创造新的支持的excel文件和.py程序文
件
In [ ]:
##/////////////////////////////////////////////////////////////////////////
///////////##
'#########这一段主要讲在excel中怎么调用python，这里暂时不细说，可以参见后面的UDF####
#####'
'########################UDF那里提供了Macros方法我觉得可以参考#################
##########'
##/////////////////////////////////////////////////////////////////////////
///////////##
#靠RunPython程序来调用，import hello;中hello应该是.py的文件名,然后调用了world函数
#个人测试在打开VBA后用xlwings下新建一个模块来运行会比较可靠
Sub HelloWorld()
RunPython ("import hello; hello.world()")
End Sub
# hello.py
import numpy as np
import xlwings as xw
def world():
wb = xw.Book.caller()#仅仅在被excel调用的时候才出现
wb.sheets[0].range('A1').value = 'Hello World!'
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
############给了一段Debug的程序代码，这个暂时不细说####################
# my_module.py
import os
import xlwings as xw
def my_macro():
wb = xw.Book.caller()
wb.sheets[0].range('A1').value = 1
if __name__ == '__main__':
# Expects the Excel file next to this source file, adjust accordingly.
xw.Book('myfile.xlsxm').set_mock_caller()
my_macro()
#######
Sub my_macro()
RunPython ("import my_module; my_module.my_macro()")
End Sub
In [ ]:
##///////////////////////////////////////////////////////////////##
'####################又是最核心的一块，如何使用UDF##################'
##///////////////////////////////////////////////////////////////##
##UDF现在只能在Windows上运行##
#xlwings quickstart myproject#
##一般来说就把文件放在要用的excel文件夹下面，或者用VBA SETTING去改PATH##
'######如何操作UDF########'
#####如何在一个单元格中应用UDF########
#假设现在有个a.xlsm，然后有个a.py写着下面的code
import xlwings as xw
@xw.func #这句话只在excel导入python的时候用到（@是个装饰符），用来给VBA指明哪个（下
一个）函数要建立wrapper
def double_sum(x, y): #这个函数在VBA中也可以调用
"""Returns twice the sum of the two arguments"""
return 2 * (x + y)
#点击AddIn的按钮import这个UDF，在某一个格子输入=double_sum(1,2)就会输出6
#######如何在一个array中应用相同的公式，或者是Doc中说的array fomula###
@xw.func
def add_one(data): ####首先建立一个UDF
return [[cell + 1 for cell in row] for row in data]
#在A1：B3输入数字，在另外一个地方选中同样大小的一个区域，输入=add_one(A1:B3)，然
后摁Ctrl+Shift+Enter ，会发现公式外面有个{}这就是区域公式了
#此时可能出现了一个问题，就是你有可能对某一个单元格用了这个，你就需要如下代码来调整一
下
@xw.func
@xw.arg('data', ndim=2)#这个arg应该是控制内容的一个option（argument的简称），dat
a和ndim=2告诉你函数输入的【数据】应当是【2维的数组】
def add_one(data):
return [[cell + 1 for cell in row] for row in data]
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
#这是如何引入dataframe和numpy进入到函数中
import xlwings as xw
import numpy as np
@xw.func
@xw.arg('x', np.array, ndim=2)
@xw.arg('y', np.array, ndim=2)
def matrix_mult(x, y):
return x.dot(y)
##////////////这里Doc举了一个很好的例子，有关于计算相关系数的///////////////////##
##///////////Excel只能计算两个array之间的corr，而且比较笨重/////////////////////
##
##///////////用pandas配合xw和excel就好了/////////////////////##
import xlwings as xw
import pandas as pd
@xw.func
#你得在excel选取一块数据，需要注意的是index=和header=控制着你输入的区域是否要包含
索引！！！
@xw.arg('x', pd.DataFrame, index=False, header=False)
@xw.ret(index=False, header=False) #ret是控制return的
def CORREL2(x):
"""Like CORREL, but as array formula for more than 2 data sets""" #这个
基于某个dataframe的多列之间计算
return x.corr()
'##//////////////如何在UDF的内容中调用VBA///////////////##'
@xw.func
@xw.arg('xl_app', vba='Application') #当设定vba的关键字为Application之后，就可
以用VBA的属性了，比如Caller.Address返回当前call的单元格区域
def get_caller_address(xl_app)
return xl_app.Caller.Address
##///////////相对于从VBA中用RunPython来调用，这里提供了一种Macros方法很方便/////##
import xlwings as xw
#这个@xw.sub是关键，其实个人感觉就是替代了VBA中的sub过程
#一般来说我们def的东西只能在单元格或者区域引用，而加入这个之后，在AddIn导入之后你就
可以用宏来选中并运行它了
@xw.sub
def my_macro():
"""Writes the name of the Workbook into Range("A1") of Sheet 1"""
wb = xw.Book.caller()
wb.sheets[0].range('A1').value = wb.name
In [ ]:
##//////////////////////////////////////////////////////////##
'##############主要讲matplotlib在xlwings的使用#################'
##//////////////////////////////////////////////////////////##
####把fig这个图加入新创立的book的sheet0中
>>> import matplotlib.pyplot as plt
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
>>> fig = plt.figurexw.apps[0].books[0].sheets[0].range('A1')
>>> plt.plot([1, 2, 3, 4, 5])
>>> wb = xw.Book()
>>> wb.sheets[0].pictures.add(fig, name='MyPlot', update=True)#update指的
是你在excel可以改变图片的位置和大小
####说这个部分的作图可以完美的和excel结合#######
#####使用UDF可以很方便地设定画图函数######
@xw.func
def myplot(n):
sht = xw.Book.caller().sheets.active
fig = plt.figure()
plt.plot(range(int(n)))
sht.pictures.add(fig, name='MyPlot', update=True)
return 'Plotted with n={}'.format(n)
#然后在xlwings的addin下把这个玩意import，在B2格直接输入=myplot（B1），B1中写个
5，就可以实现自动画图了
####你可以改变图的大小和位置#####
sht = xw.Book().sheets[0]
>>> sht.pictures.add(fig, name='MyPlot', update=True,left=sht.range('B5')
.left, top=sht.range('B5').top)
#或者
>>> plot = sht.pictures.add(fig, name='MyPlot', update=True)
>>> plot.height /= 2
>>> plot.width /= 2
#####也可以通过pandas来画画###
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
ax = df.plot(kind='bar')
fig = ax.get_figure()
In [ ]:
##/////////////////////////////////////////////////////////////////////////
///////////##
'#########################最后一个也是非常重要的部分，Converters和Options#######
#########'
##/////////////////////////////////////////////////////////////////////////
///////////##
##简单理解来看converters可以在你读取或者写入Excel的时候对对象类型进行匹配###
'''常见的就是用在Range的option内，以及应用UDF的时候，而且务必注意converters区分读取
和写入的情况！'''
#在之前的例子里面我们就见到很多这样的语句，设定读取或写入的格式，比如
@xw.arg('x', pd.DataFrame, index=False, header=False) #这里就是制定了DataFra
me作为形式
sht.range('A1:E1').options(ndim=2).value #这里用了default的形式，只是说明数据类
型为二维
####介绍一些default的converters######
'''u'单个Cell根据里面是数值还是文字或是日期分为float，unicode以及datetime三种，以及
空的None''''
'''而一维数据作为list，二维或者多维就是nested list，多重的list'''
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
'''///////////////一些常用的可以设定的converters内容介绍//////////////////'''
##----- ndim：这个介绍过了 -------##
##----- number：设置单元格数值是float还是int -----##
sht.range('A1').options(numbers=int).value '''这里是读取的时候用int来展示'''
@xw.arg('x', numbers=int)'''这里是所有输入的x参数的number都被设定成int'''
##----- dates： 用来设定日期时间格式，决定是日期还是‘日期+时间’的格式 -----##
'''对Range使用的时候，通俗易懂不解释'''
>>> import datetime as dt
>>> sht.range('A1').options(dates=dt.date).value
'''在UDF中格式化的时候'''
###这里的lambda函数不细说，可以理解成一个针对每个参数都进行的转换过程（非定义的临时函
数），**kwargs是可变参数，%04i表示‘格式+位数+形式’
>>> my_date_handler = lambda year, month, day, **kwargs: "%04i-%02i-%02i"
% (year, month, day)
>>> sht.range('A1').options(dates=my_date_handler).value
'2017-02-20'
##----- empty=‘NA’ 你可以设置空值的形式，而不是None -----##
##----- transpose：可以用一个list对column进行输出 ，后面也会看到它起到转置的作用
-----##
sht.range('A1').options(transpose=True).value = [1, 2, 3] #之前有提到输出某
一列要[[1],[2],[3]] ，现在用这句就可以
##------------ expand（只在Range中有用）：具体参看下方，除了table，还有vertical
和horizontal 可以选择 -----------##
######特别需要注意，‘gives back an expanded Range object, options are only ev
aluated when accessing the values of a Range.’大概就是说
######expand函数返回的是一个直接由range函数定义的扩展区域，也就是说是针对某一个单元格
进行range一个list后的区域，即使相邻区域有东西也不要
######option中的expand是我们理解的excel中的，凡是基于这个单元周围有数值的全选中（测试
了一下，似乎有空值就不会选中）
######table指的是方式，即先down再right，因此定义的是左上角单元格，也有单独选行或者列的
sht = xw.Book().sheets[0]
>>> sht.range('A1').value = [[1,2], [3,4]]
>>> rng1 = sht.range('A1').expand('table') # or just .expand()
>>> rng2 = sht.range('A1').options(expand='table')
>>> rng1.value
#[[1.0, 2.0], [3.0, 4.0]]
>>> rng2.value
#[[1.0, 2.0], [3.0, 4.0]]
>>> sht.range('A3').value = [5, 6]
>>> rng1.value
#[[1.0, 2.0], [3.0, 4.0]]
>>> rng2.value
#[[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]]
'''///////////一些BuiltIn的参数介绍/////////////////'''
xlwings by Ye
基于官方Doc的xlwings入门教程（1）
##----- dict：可以把两列变成一个字典进行匹配 -----##
>>> sht = xw.sheets.active
>>> sht.range('A1:B2').options(dict).value
{'a': 1.0, 'b': 2.0}
>>> sht.range('A4:B5').options(dict, transpose=True).value
{'a': 1.0, 'b': 2.0}
##----- numpy的array属性，这个之前介绍过 -----##
sht.range('A1:A3').options(np.array, ndim=2).value
array([[ 1.],
[ 2.],
[ 3.]])
##----- Pandas的Series：之前没有详细介绍 -----##
'''Index在写入的时候类似于pandas的index_col设定把哪一列作为index展示，而读取的时候为
布尔值，是否将数据输入进index'''
'''header如果在读取时为False，则不会显示index和column，写入时是否包含了index或者col
umn的name，注意！是index的name而非index本身'''
'''主要写一下Index和header属性，DataFrame也是类似的，除了header在读取时是显示将前几
行作为列的标签'''
##这里补充一下，header这个属性，按照越上方的行层次越高，如果第一行[a,a,b]下一行[d,e,f
]，那么双重的column索引，d和e都属于a类，第二个a不显示
>>> sht = xw.Book().sheets[0]
>>> s = sht.range('A1').options(pd.Series, expand='table').value
>>> s
date
2001-01-01 1
2001-01-02 2
2001-01-03 3
Name: series name, dtype: float64
>>> sht.range('D1', header=False).value = s
##----- raw：这个能提取原始的东西，就是原来excel写了啥就提取出啥 -----##
>>> sht.range('A1:B2').value
[[1.0, 'text'], [datetime.datetime(2016, 2, 1, 0, 0), None]]
>>> sht.range('A1:B2').options('raw').value # or sht.range('A1:B2').raw_v
alue
((1.0, 'text'), (pywintypes.datetime(2016, 2, 1, 0, 0, tzinfo=TimeZoneInfo
('GMT Standard Time', True)), None))
In [ ]:
##/////////////////////////////////////////////////////////////////////////
///////////##
'#########################单独将Custom converters抽出来讲一下，自定义转换#######
#########'
##/////////////////////////////////////////////////////////////////////////
///////////##
'''定义一个contervers需要特别注意是read_value or write_value，这里以扩展原来的Dat
aFrame为例'''
from xlwings.conversion import Converter, PandasDataFrameConverter
class DataFrameDropna(Converter): ##类的概念暂时不管，记住这个形式
xlwings by Ye
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
