excel 後綴有2種格式, .xls 是從 Excel 97 到 Excel 2003 的默認文件格式,而 .xlsx 是 Excel 2007 及更高版本的默認文件格式。
.xlsx和.xls格式的主要區別在於,.xls格式單個工作表最多支持65536行,256列。
.xlsx格式最多支持1048576行,16384列。
此外就是,存儲同樣多的數據,.xlsx格式文件更小。基本就這兩點區別。
處理excel
python 可以使用xlrd,xlrwt,openpyxl,xlwings,pandas 等庫操作 Excel 。
xlwt 操作
使用xlwt 操作 excel, 保存 .xls 後綴的文件
import xlwt
def csv_xls(filename, xlsname):
f = open(filename, 'r', encoding='utf-8')
xls = xlwt.Workbook()
sheet = xls.add_sheet('sheet1', cell_overwrite_ok=True)
x = 0
for line in f:
for i in range(len(line.split(','))):
print(i)
item = line.split(',')[i]
sheet.write(x, i, item)
x += 1
f.close()
xls.save(xlsname)
if __name__ == "__main__":
filename = "test1.csv"
xlsname ="res1.xls"
csv_xls(filename,xlsname)
xlwt 庫僅支持.xls 後綴,不支持.xlsx 後綴的excel 文件
openpyxl 操作
使用openpyxl 庫將 csv 轉成 .xlsx格式。
from openpyxl import Workbook
import datetime
def csv_to_xlsx_pd(sourcePath:str,savePath:str,encode='utf-8'):
"""將csv 轉爲 excel(.xlsx格式)
如果不需要可以把計時相關代碼刪除
Args:
sourcePath:str 來源文件路徑
savePath:str 保存文件路徑,需要包含保存的文件名,文件名需要是 xlsx 格式的
encode='utf-8' 默認編碼,可以改爲需要的編碼如gbk
"""
print('開始處理%s' % sourcePath)
curr_time = datetime.datetime.now()
print(curr_time)
f = open(sourcePath, 'r', encoding=encode)
# 創建一個workbook 設置編碼
workbook = Workbook()
# 創建一個worksheet
worksheet = workbook.active
workbook.title = 'sheet'
for line in f:
row = line.split(',')
worksheet.append(row)
# if row[0].endswith('00'): # 每一百行打印一次
# print(line, end="")
workbook.save(savePath)
print('處理完畢')
curr_time2 = datetime.datetime.now()
print(curr_time2-curr_time)
if __name__ == '__main__':
source = 'source.csv'
save = 'result.xlsx'
csv_to_xlsx_pd(sourcePath=source, savePath=save, encode='utf-8')
數據量小於1w操作會比較快,數據量大於50w, workbook.save() 保持數據會很慢,有時候需要20-30分鐘才能保存完成。
使用 pandas 轉d
使用 pandas 將csv 轉xlsx
import pandas as pd
def csv_to_xlsx_pd():
csv = pd.read_csv('source.csv', encoding='utf-8')
csv.to_excel('result.xlsx', sheet_name='data')
#學習中遇到問題沒人解答?小編創建了一個Python學習交流羣:711312441
if __name__ == '__main__':
csv_to_xlsx_pd()
數據量小於1w操作會比較快,數據量大於50w,保存會很慢。