openpyxl3.0官方文档（6）—— 和Pandas、NumPy库一起使用

openpyxl能够与流行的Pandas和NumPy一起使用。

NumPy库支持¶

openpyxl内置了对NumPy类型float、integer和boolean的支持。日期时间类型支持Pandas的时间戳。

使用Pandas数据帧¶

openpyxl.utils.dataframe.dataframe_to_rows方法提供了使用Pandas数据帧的简单方法：

from openpyxl.utils.dataframe import dataframe_to_rows wb = Workbook() ws = wb.active for r in dataframe_to_rows(df, index=True, header=True): ws.append(r)

Pandas本身支持到Excel的转换，这为客户端代码提供了额外的灵活性，例如能够将数据帧传输到文件。 要将数据帧转换为突出显示标题和索引的工作表，请执行以下操作：

wb = Workbook() ws = wb.active for r in dataframe_to_rows(df, index=True, header=True): ws.append(r) for cell in ws['A'] + ws[1]: cell.style = 'Pandas' wb.save("pandas_openpyxl.xlsx")

或者，如果您只想转换数据，可以使用只写模式：

from openpyxl.cell.cell import WriteOnlyCell wb = Workbook(write_only=True) ws = wb.create_sheet() cell = WriteOnlyCell(ws) cell.style = 'Pandas' def format_first_row(row, cell): for c in row: cell.value = c yield cell rows = dataframe_to_rows(df) first_row = format_first_row(next(rows), cell) ws.append(first_row) for row in rows: row = list(row) cell.value = row[0] row[0] = cell ws.append(row) wb.save("openpyxl_stream.xlsx")

这段代码在标准工作簿中也同样适用。

将工作表转换为数据帧¶

要将工作表转换为数据帧，可以使用values属性。如果工作表没有标题或索引，转换操作很容易：

df = DataFrame(ws.values)

如果工作表中确实有标题或索引（如Pandas创建的标题或索引），则需要稍多的工作：

from itertools import islice data = ws.values cols = next(data)[1:] data = list(data) idx = [r[0] for r in data] data = (islice(r, 1, None) for r in data) df = DataFrame(data, index=idx, columns=cols)