数据结构教程

本教程简要介绍了xlwings在读取和写入值时最常见的用例和默认行为。有关如何使用options方法控制行为的深入文档，请查看转换器和选项。

下面所有代码示例取决于以下导入：

>>> import xlwings as xw

复制

单个单元格

默认情况下，单个单元格返回为“float”，“unicode”，“None”或“datetime”对象，具体取决于单元格是否包含数字，字符串，是否为空或表示日期：

>>> import datetime as dt
>>> sht = xw.Book().sheets[0]
>>> sht.range('A1').value = 1
>>> sht.range('A1').value
1.0
>>> sht.range('A2').value = 'Hello'
>>> sht.range('A2').value
'Hello'
>>> sht.range('A3').value is None
True
>>> sht.range('A4').value = dt.datetime(2000, 1, 1)
>>> sht.range('A4').value
datetime.datetime(2000, 1, 1, 0, 0)

复制

列表

一维列表：表示Excel中行或列的范围作为简单列表返回，这意味着一旦它们在Python中，您就丢失了有关方向的信息。如果这是一个问题，下一点将向您展示如何保留此信息：
```
>>> sht = xw.Book().sheets[0]
>>> sht.range('A1').value = [[1],[2],[3],[4],[5]]  # 列方向（嵌套列表）
>>> sht.range('A1:A5').value
[1.0, 2.0, 3.0, 4.0, 5.0]
>>> sht.range('A1').value = [1, 2, 3, 4, 5]
>>> sht.range('A1:E1').value
[1.0, 2.0, 3.0, 4.0, 5.0]    
```
复制
要强制单个单元格作为列表到达，请使用：

  >>> sht.range('A1').options(ndim=1).value
  [1.0]

复制

注意
要以列方向向Excel写入列表，请使用transpose:sht.range('A1').options(transpose = True).value = [1,2,3,4]

二维列表：如果必须保留行或列方向，请在Range选项中设置“ndim”。这将返回Ranges作为嵌套列表（“二维列表”）：

>>> sht.range('A1:A5').options(ndim=2).value
[[1.0], [2.0], [3.0], [4.0], [5.0]]
>>> sht.range('A1:E1').options(ndim=2).value
[[1.0, 2.0, 3.0, 4.0, 5.0]]

复制

2维Range自动作为嵌套列表返回。将（嵌套）列表分配给Excel中的Range时，只需将左上角的单元格指定为目标地址就足够了。此示例还使用索引表示法将值读回到Python中：
```
>>> sht.range('A10').value = [['Foo 1', 'Foo 2', 'Foo 3'], [10, 20, 30]]
>>> sht.range((10,1),(11,3)).value
[['Foo 1', 'Foo 2', 'Foo 3'], [10.0, 20.0, 30.0]]    
```
复制

注意
尽量减少与Excel的交互次数。执行sht.range('A1').value = [[1,2],[3,4]]总是比sht.range('A1').value = [1, 2] 和sht.range('A2').value = [3, 4]更有效。

Range expanding

您可以通过expand方法或options方法中的expand关键字动态获取Excel范围的维度。虽然expand会返回一个扩展的Range对象，但只有在访问Range的值时才会评估选项。最好用一个例子来解释差异：

>>> sht = xw.Book().sheets[0]
>>> sht.range('A1').value = [[1,2], [3,4]]
>>> rng1 = sht.range('A1').expand('table')  # or just .expand()
>>> rng2 = sht.range('A1').options(expand='table')
>>> rng1.value
[[1.0, 2.0], [3.0, 4.0]]
>>> rng2.value
[[1.0, 2.0], [3.0, 4.0]]
>>> sht.range('A3').value = [5, 6]
>>> rng1.value
[[1.0, 2.0], [3.0, 4.0]]
>>> rng2.value
[[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]]

复制

'table'扩展为'down'和'right'，其他可用选项分别可用于列或行扩展。

注意
将expand()与命名Range一起作为左上角的单元格，可以在Excel中灵活地设置：您可以在表中移动并更改其大小，而无需调整代码，例如，使用类似sht.range('namedrange').expand().value。

NumPy 数组

NumPy数组的工作方式与嵌套列表类似。但是，空单元格由nan而不是None表示。如果要读取Range作为数组，请在options方法中设置convert = np.array：

>>> import numpy as np
>>> sht = xw.Book().sheets[0]
>>> sht.range('A1').value = np.eye(3)
>>> sht.range('A1').options(np.array, expand='table').value
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])

复制

Pandas DataFrames

>>> sht = xw.Book().sheets[0]
>>> df = pd.DataFrame([[1.1, 2.2], [3.3, None]], columns=['one', 'two'])
>>> df
   one  two
0  1.1  2.2
1  3.3  NaN
>>> sht.range('A1').value = df
>>> sht.range('A1:C3').options(pd.DataFrame).value
   one  two
0  1.1  2.2
1  3.3  NaN
# options: work for reading and writing
>>> sht.range('A5').options(index=False).value = df
>>> sht.range('A9').options(index=False, header=False).value = df

复制

Pandas系列

>>> import pandas as pd
>>> import numpy as np
>>> sht = xw.Book().sheets[0]
>>> s = pd.Series([1.1, 3.3, 5., np.nan, 6., 8.], name='myseries')
>>> s
0    1.1
1    3.3
2    5.0
3    NaN
4    6.0
5    8.0
Name: myseries, dtype: float64
>>> sht.range('A1').value = s
>>> sht.range('A1:B7').options(pd.Series).value
0    1.1
1    3.3
2    5.0
3    NaN
4    6.0
5    8.0
Name: myseries, dtype: float64

复制

注意
在向Excel写入列表，NumPy数组或Pandas DataFrame时，您只需要指定左上角的单元格，例如：sht.range('A1').value = np.eye(10)

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。