想用python操作excel有好的教程嘛？

我不太推薦Python直接操作Excel，除非是經常需要使用Excel製作報表等需求。我更推薦的是csv文件格式。

csv文件格式是一種文本文件，按照特定格式讀寫內容，就可以方便的與Excel交換數據。即Excel可以生成csv，也可以讀入csv。csv文件只包含表格化的數據，不含有格式。所以常用的玩法是Python生成csv文件，由Excel讀入後，人工調整一下格式並交付。

Python里的csv模塊是標準庫里的，無需安裝第三方模塊即可使用。使用起來也是很方便。

舉個手，我有。用Python來處理表格，簡直讓你的工作快的不要不要的，之前給一個干財務的小姑娘做過，一天的活一小時搞定。她簡直對我膜拜啊，真是學習是人變帥啊（手動狗頭），教程截圖就在下面，（隨便贊下更好，哈哈哈。）

很多同學看了這個教程表示有一些難度，可能是大家Python基礎知識沒學習的事，所以推薦大家可以去學學Python，Python可以不光讓你與Excel結合，學習後你可以用做其他地方。隨便還能考個二級證書，豈不美滋滋。之前，我學習的時候看過不少課程，我跟著線上課程學的，我感覺夜曲編程的網上課程不錯，主要可以利用閑散時間學習，對於我沒有整個時間的來說比較友好，內容比較細緻，從純??的?度出發，把所有的基本概念?動的形容進?描述，利於0基礎同學理解，獨創卡?式學習+概念隱喻，通過?動的圖?+隱喻的?式，讓複雜的編程概念變得?常簡單，容易理解，而且學習完還有課後鞏固。

學習Python一方面讓自己有個新技能增強競爭力一方面順便也學學計算機二級的知識，夜曲編程有一些免費課大家可以去學學，掌握一些基礎知識。

最近迷上了高效處理數據的pandas，其實這個是用來做數據分析的，如果你是做大數據分析和測試的，那麼這個是非常的有用的！！

但是其實我們平時在做自動化測試的時候，如果涉及到數據的讀取和存儲，那麼而利用pandas就會非常高效，基本上3行代碼可以搞定你20行代碼的操作！該教程僅僅限於結合檸檬班的全棧自動化測試課程來講解下pandas在項目中的應用，這僅僅只是冰山一角，希望大家可以踴躍的去嘗試和探索！

一、安裝環境：

1：pandas依賴處理Excel的xlrd模塊，所以我們需要提前安裝這個，安裝命令是：pip install xlrd

2:安裝pandas模塊還需要一定的編碼環境，所以我們自己在安裝的時候，確保你的電腦有這些環境：Net.4 、VC-Compiler以及winsdk_web，如果大家沒有這些軟體~可以諮詢我們的輔導員索要相關安裝工具。

3:步驟1和2 準備好了之後，我們就可以開始安裝pandas了，安裝命令是：pip install pandas

一切準備就緒，就可以開始愉快的玩耍咯！
ps:在這個過程中，可能會遇到安裝不順利的情況，萬能的度娘有N種解決方案，你這麼大應該要學著自己解決問題。

二、pandas操作Excel表單

數據準備，有一個Excel文件：lemon.xlsx有兩個表單，表單名分別為：Python 以及student，

Python的表單數據如下所示：

student的表單數據如下所示：

1：在利用pandas模塊進行操作前，可以先引入這個模塊，如下：

import pandas as pd

2：讀取Excel文件的兩種方式：

#方法一：默認讀取第一個表單 df=pd.read_excel(lemon.xlsx)#這個會直接默認讀取到這個Excel的第一個表單 data=df.head()#默認讀取前5行的數據 print("獲取到所有的值: {0}".format(data))#格式化輸出

得到的結果是一個二維矩陣，如下所示：

#方法二：通過指定表單名的方式來讀取 df=pd.read_excel(lemon.xlsx,sheet_name=student)#可以通過sheet_name來指定讀取的表單 data=df.head()#默認讀取前5行的數據 print("獲取到所有的值: {0}".format(data))#格式化輸出

得到的結果如下所示，也是一個二維矩陣：

#方法三：通過表單索引來指定要訪問的表單，0表示第一個表單 #也可以採用表單名和索引的雙重方式來定位表單 #也可以同時定位多個表單，方式都羅列如下所示 df=pd.read_excel(lemon.xlsx,sheet_name=[python,student])#可以通過表單名同時指定多個 # df=pd.read_excel(lemon.xlsx,sheet_name=0)#可以通過表單索引來指定讀取的表單 # df=pd.read_excel(lemon.xlsx,sheet_name=[python,1])#可以混合的方式來指定 # df=pd.read_excel(lemon.xlsx,sheet_name=[1,2])#可以通過索引同時指定多個 data=df.values#獲取所有的數據，注意這裡不能用head()方法哦~ print("獲取到所有的值: {0}".format(data))#格式化輸出

具體結果是怎樣的，同學們可以自己一個一個的去嘗試，這個結果是非常有意思的，但是同時同學們也發現了，這個數據是一個二維矩陣，對於我們去做自動化測試，並不能很順利的處理，所以接下來，我們就會詳細的講解，如何來讀取行號和列號以及每一行的內容以及制定行列的內容。

三、pandas操作Excel的行列

1：讀取指定的單行，數據會存在列表裡面

#1：讀取指定行 df=pd.read_excel(lemon.xlsx)#這個會直接默認讀取到這個Excel的第一個表單 data=df.ix[0].values#0表示第一行這裡讀取數據並不包含表頭，要注意哦！ print("讀取指定行的數據： {0}".format(data))

得到的結果如下所示:

2：讀取指定的多行，數據會存在嵌套的列表裡面：

df=pd.read_excel(lemon.xlsx) data=df.ix[[1,2]].values#讀取指定多行的話，就要在ix[]裡面嵌套列表指定行數 print("讀取指定行的數據： {0}".format(data))

3：讀取指定的行列：

df=pd.read_excel(lemon.xlsx) data=df.ix[1,2]#讀取第一行第二列的值，這裡不需要嵌套列表 print("讀取指定行的數據： {0}".format(data))

4：讀取指定的多行多列值：

df=pd.read_excel(lemon.xlsx) data=df.ix[[1,2],[title,data]].values#讀取第一行第二行的title以及data列的值，這裡需要嵌套列表 print("讀取指定行的數據： {0}".format(data))

5：獲取所有行的指定列

df=pd.read_excel(lemon.xlsx) data=df.ix[:,[title,data]].values#讀所有行的title以及data列的值，這裡需要嵌套列表 print("讀取指定行的數據： {0}".format(data))

6：獲取行號並列印輸出

df=pd.read_excel(lemon.xlsx) print("輸出行號列表",df.index.values)

輸出結果是：
輸出行號列表 [0 1 2 3]

7：獲取列名並列印輸出

df=pd.read_excel(lemon.xlsx) print("輸出列標題",df.columns.values)

運行結果如下所示：
輸出列標題 [case_id title data]

8：獲取指定行數的值：

df=pd.read_excel(lemon.xlsx) print("輸出值",df.sample(3).values)#這個方法類似於head()方法以及df.values方法

輸出值
[[2 輸入錯誤的密碼 {"mobilephone":"18688773467","pwd":"12345678"}]
[3 正常充值 {"mobilephone":"18688773467","amount":"1000"}]
[1 正常登錄 {"mobilephone":"18688773467","pwd":"123456"}]]

9：獲取指定列的值：

df=pd.read_excel(lemon.xlsx) print("輸出值 ",df[data].values)

四：pandas處理Excel數據成為字典

我們有這樣的數據，

，處理成列表嵌套字典，且字典的key為表頭名。

實現的代碼如下所示：

df=pd.read_excel(lemon.xlsx) test_data=[] for i in df.index.values:#獲取行號的索引，並對其進行遍歷： #根據i來獲取每一行指定的數據並利用to_dict轉成字典 row_data=df.ix[i,[case_id,module,title,http_method,url,data,expected]].to_dict() test_data.append(row_data) print("最終獲取到的數據是：{0}".format(test_data))

最後得到的結果是：

最終獲取到的數據是： [{title: 正常登錄, case_id: 1, data: {"mobilephone":"18688773467","pwd":"123456"}}, {title: 輸入錯誤的密碼, case_id: 2, data: {"mobilephone":"18688773467","pwd":"12345678"}}, {title: 正常充值, case_id: 3, data: {"mobilephone":"18688773467","amount":"1000"}}, {title: 充值輸入負數, case_id: 4, data: {"mobilephone":"18688773467","amount":"-100"}}]

關於pandas的學習，今天就告一段落啦！趕緊打開pycharm跑起來！！！