让 Excel 插上 Python 的翅膀 主题小结
0. 引子
大家好，前段时间有点空，恰好和朋友聊到用 Python 助力 Excel 的话题，就抓紧出差途中的零星时间，写了几篇文章，简要叙述了用 Python 操作 Excel 的知识。很高兴看到很多朋友对这个话题感兴趣，也感谢许多网友督促更新，谢谢。
但确实工作太忙了，好久没有更新，见谅！
今天又在高铁上，有点时间。
回顾一下前面的帖子，基本概念、思路都讲到了。今天先做个小结吧，因为我确实不能保证有时间及时更新。再次致歉！！
此后有机会，可能会不定期提交几贴。
1. 技术思路
通过前面的帖子我们看到，用 Python 操作 Excel ，技术上，可以简单地分成两种思路：
思路1：用代码将 Excel 的内容读入系统，对读入的数据按需进行处理，得到所需的结果。这些结果可以直接使用，或者写回 Excel 文件。
思路2：用代码直接操纵 Excel 文件本身，或者直接操纵处理 Excel 中的数据。
- 题外话1
技术实现上，一个有意思的问题是：为什么这么多人在讲如何用 Python 操纵 Excel，咋很少看到有人讲用 Python 操纵 WPS ？
一方面，是因为 Excel 的数据结构是开放的。特别是升级到 Excel 2007以后（好像是这个版本，记不清了，反正就是扩展名改为 xlsx 之后。（当时微软还在推动将Office文档的数据结构作为国际标准，推动大家联署签名，当时正好在微软北京开会，有相关人员在会场让大家签名，许多人在签。我是一个不搞清楚为什么就不随意签字的人。搞清楚了之后，我没签。做标准的、开放的数据结构，我支持。但微软自己想成为国际标准，我弃权。））
下面我带大家认识一下 Excel 的 xlsx 文件的结构：
把一个 Excel 文件的扩展名改为 .zip。例如，将 orders.xlsx 文件的文件名改为 orders.zip。注意不是用压缩工具压缩成 zip，而是直接将文件重命名。
然后，您假装这是一个 zip 压缩文件，打开这个假装的压缩包。可以用 winrar，也可以用Windows资源管理器直接打开。（不懂为啥许多人要用winrar？Windows 资源管理器自带压缩啊，右键点一个文件即可发送为.zip文件。双击.zip文件即可打开。我安装winrar，仅仅是因为一些人发给我的文档是rar，抓狂。）
这个假压缩文件，其实也算是真压缩文件了，长这个样子：
我们看到，有完整的、复杂的层级结构。您可以尝试一层层去看，去用纯文本工具如 Notepad++ 打开里面的文件，可以找到您的数据。
具体我就不展开了。
多说一句， Word 也是这样的。请您测试一下：把一个有图片的 .docx 文件，扩展名改成 .zip。打开这个压缩包，可以看到你文档中的任何东西。
最有意思的是，所有图片，集中放到一个 images 文件夹中。
所以，您如果想有一个办法把一个 Word 文档中的所有图片拿出来，方法就是把这个 images 文件夹考出来啊。
还有一个有意思的话题：早期的 .doc 文档，我们知道不能把一个图片来回调整大小，越折腾越模糊。而 .docx 文档，图片随便折腾，还会保持清晰度。原因就是，原图片在 images 文件夹中存着呢，您折腾，只是在设置它的显示大小及方式，并没改原来的图片本身。
话说回来，刚才我说的是，Excel 的数据结构做得很好，很清晰。所以可以很好地用代码操控。
- 题外话2
其实，如果我们直接写代码去控制 Excel，我们自己写代码去操纵上面谈到的数据结构，也足够复杂。
但是，Python 的流行原因，Python 强大之处，在于有大量开源的、现成的库，大量现成的模块，可供我们使用。
其中，全世界有大量的热心人，写了很多对 Excel 进行处理的模块。例如 Pandas 自带的模块、xlwings 等。
但 WPS，就没有这个生态了。真希望有人做这些贡献啊。
- 回到技术思路1
技术思路1， 就是将 Excel 中的数据，直接读入计算机系统中，然后，这些数据已经和 Excel 没有关系了。用 Python 进行处理、使用。
当然，如果处理结果需要写回 Excel，to_excel() 写回去就是了，可以写回源文件，也可以新建一个。
Python 的 Pandas ，本身就提供了很好的支持。因为 Pandas 中的 DataFrame ，就是二维表结构，和 Excel 的 sheet 完全相符。
当然，有很多细节问题。在前面的帖子中，许多读者提出一些问题，能简单回答的，我就直接回复了。但有些一两句说不清的，希望以后有机会可以细讲。
看来，真有必要写一本书，来细细展开讲啊。（不敢再提书的事儿了，上一篇提了一句，管理员直接把我辛辛苦苦写的帖子删了，大大打击了我的积极性。幸亏申述找回。）
有兴趣深入钻研的朋友，可以看 Pandas 的官方文档相关部分：https://pandas.pydata.org/docs/reference/api/pandas.read_excel.html，以及此链接的上下文相关文档。
- 回到技术思路2
简单来说，第二条思路，就是关注的是 Excel 文件本身。更关注处理 Excel 文件，或者直接操纵文件中的内容。
这其中，目前看到最好用的模块，就是 xlwings。真的很方便，其官方网站都说：xlwings - Make Excel Fly! 此言不虚。
我们在上一个帖子中，举了很多例子，大家看到了它的价值。也认可了用 Python 处理 Excel 有不同于 VBA 的强大之处。
同样，有很多细节要讲。目前精力不济啊，见谅。
有兴趣的朋友，建议看官方文档：https://docs.xlwings.org/en/stable/
2. 应用思路
从应用需求的角度，要具体分析。
如果您更关注数据，可以用 Pandas 的 read_excel() 方法，把数据读入系统去处理。这种情况，可以把 Excel 理解为数据收集工具。大量的数据、零散地存在于各个部门各个人员，例如周销售报表、客户填的一些资料等。如果有固定的格式，就可以写代码，批量读入，集中处理。然后存入数据库，做更多分析、处理、存档等。
如果更关注文档，例如上一帖的例子，需要批量创造 Excel 文档，或者批量修改 Excel 文档，可以使用高效的 xlwings 等模块。
另外，在其他一些场合，例如，结合使用 Word 与 Excel，结合使用 CRM 系统与 Excel，结合使用 OA 系统、财务系统 与 Excel 等等场合，都可以让Python发挥巨大的作用。
许多朋友在对比 VBA 与 Python，其实，各有长处吧。
VBA 在 Excel 内部工作，写宏。
Python 可以在每部工作，我的帖子里没有讲到。（看来真得找时间继续写啊），也可以在 Excel 外边工作。前面各贴都是这样的例子。
总之，用 Python 操控 Excel，为我们提高工作效率提供了更多的可能。
学习建议
我喜欢看系统化的官方文档，同时动手操作。
给出几个官方链接，供参考：
Pandas 入门教程： https://pandas.pydata.org/docs/getting_started/intro_tutorials/index.html
Pandas 用户指南：https://pandas.pydata.org/docs/user_guide/index.html
Matplotlib 官网：https://matplotlib.org/
xlwings 官网：https://www.xlwings.org/
xlwings 官方文档：https://docs.xlwings.org/en/stable/
跋
今天这篇，没有具体的代码，没有展开举例。时间太少，这一篇，权当小结吧。
希望更多的朋友在 Excel 与 Python 间翱翔！
一起加油！
—— 我跑，故我在。 HiFrank
<<< 上一篇：
[ Excel-Python ] -9：让 Excel 起飞的超强 Python 库：xlwings
| 
沪公网安备 31011702000001号 沪ICP备11019229号-2
发表于 2021-7-6 12:23
发表于 2021-7-7 09:02
楼主