与 Pandas 和 NumPy 一起使用

openpyxl 可以与流行的 Pandas 和 NumPy <http://numpy.org>`_ 一起使用

NumPy 支持

openpyxl 内置支持 NumPy 的 float，integer 和 boolean 类型。使用 Pandas 的时间戳类型支持 DateTimes。DateTimes are supported using the Pandas’ Timestamp type

和 Pandas Dataframes 一起使用

openpyxl.utils.dataframe.dataframe_to_rows() 函数提供了使用 Pandas Dataframes 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)

虽然 Pandas 本身支持对 Excel 的转换，但这为客户端代码提供了更多的灵活性，包括直接将数据帧（stream dataframes）流传输到文件的能力。

将 dataframe 转换为工作簿时高亮表头和索引:

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")

另外，如果你只想转换数据，你可以使用只写模式:

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")

此代码和标准工作簿一起起作用。

将工作簿转换为 Dataframe

如果工作簿没有表头和索引很容易用 values 属性将工作簿转换为 Dataframe:

df = DataFrame(ws.values)

如果工作簿确实有表头和索引，例如 Pandas 创建的文件，那还要做更多的一些工作:

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)