1. 写在前面

对比其它编程语言，我们都知道Python最大的优势是代码简单，有丰富的第三方开源库供开发者使用。伴随着近几年数据分析的热度，Python也成为最受欢迎的编程语言之一。而对于数据的读取和存储，对于普通人来讲，除了数据库之外，最常见的就是微软的Excel。

2. 前期准备

2.1. 初识Excel

Microsoft Excel是Microsoft为使用Windows和Apple Macintosh操作系统的电脑编写的一款电子表格软件。

2.2. 格式区别

Excel中有xls和xlsx两种格式，它们之间的区别是：

• 文件格式不同。xls是一个特有的二进制格式，其核心结构是复合文档类型的结构，而xlsx的核心结构是XML类型的结构，采用的是基于 XML的压缩方式，使其占用的空间更小。xlsx 中最后一个 x 的意义就在于此。
• 版本不同。xls是Excel2003及以前版本生成的文件格式，而xlsx是Excel2007及以后版本生成的文件格式。
• 兼容性不同。xlsx格式是向下兼容的，可兼容xls格式。

2.3. 库的使用

当我们要操作xls格式文件时，需要使用到xlrd和xlwt这两个第三方库；当我们要操作xlsx格式文件时，则需要使用到openpyxl第三方库。

2.4. 整体思路

当使用以上几个模块的时候，从理论上我们就可以完全操作不同格式的Excel的读和写，很多人就疑惑，那这篇文章的作用是什么？我们直接学习对应的这三个模块不就好了吗？答案就是：虽然这几个库已经把Excel的文件、表、行、列的概念完全转换为Python中的对象，但每次操作都需要遍历每一个单元格，甚至很多时候我们要花费大量的时间在思考循环单元格的边界上，这本身就是在重复造轮子，因此我花了半天时间整理了以下六个函数。

3. 代码展示

3.1. xls格式

3.1.1. 读取xls格式文件

'''
读取xls格式文件
参数：
    url:文件路径
    index：工作表序号（第几个工作表，传入参数从1开始数）
返回：
    data:表格中的数据
'''
def read_xls_excel(url,index):
    # 打开指定的工作簿
    workbook = xlrd.open_workbook(url)
    # 获取工作簿中的所有表格
    sheets = workbook.sheet_names()
    # 获取工作簿中所有表格中的的第 index 个表格
    worksheet = workbook.sheet_by_name(sheets[index-1])
    # 定义列表存储表格数据
    data = []
    # 遍历每一行数据
    for i in range(0, worksheet.nrows):
        # 定义表格存储每一行数据
        da = []
        # 遍历每一列数据
        for j in range(0, worksheet.ncols):
            # 将行数据存储到da列表
            da.append(worksheet.cell_value(i, j))
        # 存储每一行数据
        data.append(da)
    # 返回数据
    return data

3.1.2. 写入xls格式文件

'''
写入xls格式文件
参数：
    url:文件路径
    sheet_name:表名
    two_dimensional_data：将要写入表格的数据（二维列表）
'''
def write_xls_excel(url,sheet_name,two_dimensional_data):
    # 创建工作簿对象
    workbook = xlwt.Workbook()
    # 创建工作表对象
    sheet = workbook.add_sheet(sheet_name)
    # 遍历每一行数据
    for i in range(0,len(two_dimensional_data)):
        # 遍历每一列数据
        for j in range(0,len(two_dimensional_data[i])):
            # 写入数据
            sheet.write(i,j,two_dimensional_data[i][j])
    # 保存
    workbook.save(url)
    print("写入成功")

3.1.3. 追加写入xls格式文件

'''
追加写入xls格式文件
参数：
    url:文件路径
    two_dimensional_data：将要写入表格的数据（二维列表）
    index：指定要追加的表的序号（第几个工作表，传入参数从1开始数）
'''
def write_xls_excel_add(url, two_dimensional_data, index):
    # 打开指定的工作簿
    workbook = xlrd.open_workbook(url)
    # 获取工作簿中的所有表格
    sheets = workbook.sheet_names()
    # 获取指定的表
    worksheet = workbook.sheet_by_name(sheets[index-1])
    # 获取表格中已存在的数据的行数
    rows_old = worksheet.nrows
    # 将xlrd对象拷贝转化为xlwt对象
    new_workbook = copy(workbook)
    # 获取转化后工作簿中的第index个表格
    new_worksheet = new_workbook.get_sheet(index-1)
    # 遍历每一行数据
    for i in range(0, len(two_dimensional_data)):
        # 遍历每一列数据
        for j in range(0, len(two_dimensional_data[i])):
            # 追加写入数据，注意是从i+rows_old行开始写入
            new_worksheet.write(i+rows_old, j, two_dimensional_data[i][j])
    # 保存工作簿
    new_workbook.save(url)
    print("追加写入成功")

3.2. xlsx格式

3.2.1. 读取xlsx格式文件

'''
读取xlsx格式文件
参数：
    url:文件路径
    sheet_name:表名
返回：
    data:表格中的数据
'''
def read_xlsx_excel(url, sheet_name):
    # 使用openpyxl加载指定路径的Excel文件并得到对应的workbook对象
    workbook = openpyxl.load_workbook(url)
    # 根据指定表名获取表格并得到对应的sheet对象
    sheet = workbook[sheet_name]
    # 定义列表存储表格数据
    data = []
    # 遍历表格的每一行
    for row in sheet.rows:
        # 定义表格存储每一行数据
        da = []
        # 从每一行中遍历每一个单元格
        for cell in row:
            # 将行数据存储到da列表
            da.append(cell.value)
        # 存储每一行数据
        data.append(da)
    # 返回数据
    return data

3.2.2. 写入xlsx格式文件

'''
写入xlsx格式文件
参数：
    url:文件路径
    sheet_name:表名
    two_dimensional_data：将要写入表格的数据（二维列表）
'''
def write_xlsx_excel(url, sheet_name, two_dimensional_data):
    # 创建工作簿对象
    workbook = openpyxl.Workbook()
    # 创建工作表对象
    sheet = workbook.active
    # 设置该工作表的名字
    sheet.title = sheet_name
    # 遍历表格的每一行
    for i in range(0, len(two_dimensional_data)):
        # 遍历表格的每一列
        for j in range(0, len(two_dimensional_data[i])):
            # 写入数据（注意openpyxl的行和列是从1开始的，和我们平时的认知是一样的）
            sheet.cell(row=i + 1, column=j + 1, value=str(two_dimensional_data[i][j]))
    # 保存到指定位置
    workbook.save(url)
    print("写入成功")
    

3.2.3. 追加写入xlsx格式文件

'''
追加写入xlsx格式文件
参数：
    url:文件路径
    sheet_name:表名
    two_dimensional_data：将要写入表格的数据（二维列表）
'''
def write_xlsx_excel_add(url, sheet_name, two_dimensional_data):
    # 使用openpyxl加载指定路径的Excel文件并得到对应的workbook对象
    workbook = openpyxl.load_workbook(url)
    # 根据指定表名获取表格并得到对应的sheet对象
    sheet = workbook[sheet_name]
    for tdd in two_dimensional_data:
        sheet.append(tdd)
    # 保存到指定位置
    workbook.save(url)
    print("追加写入成功")

4. 结果测试

4.1. 读取测试

先准备两个Excel文件，如图所示

其内容如下：


测试代码：

输出结果：

结论：表明读取并没有问题！！！接下来测试写入

4.2. 写入测试

测试代码：

结果输出：

看到数据被覆盖了！！！接下来在上面修改后的数据的基础上测试追加写入

4.3. 追加写入测试

测试代码：

结果输出：

追加也没有问题！！

5. 总结

我一直认为数据分析就应该以数据为主，而不应该把大量的代码花费在设计Excel表格的样式上，这样多少就有点主客颠倒的意思了。总之，希望这篇文章对正在学习Python的你有一定的帮助，如果对你有帮助的话，不妨点个赞和收藏吧！如果有什么意见和建议也欢迎在评论区留言！

作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

场景需求

       在用C++编程时，有保存数据的需求就有加载数据的需求，加载EXCEL数据的方式各式各样，本文主要针对上篇文章讲的“保存图像数据至EXCEL”，提供了一种对应的加载EXCEL图像数据的函数。大家可以根据自身需求进行修改。

功能函数代码

cv::Mat ReadPicFromExcel(string name)
{
    // result是所要提取的图像
	cv::Mat result,pic;
    // 所要提取文件的名字
	ifstream infile(name);
	string str;
	int col = 0;
    // 一行行读取
	while (getline(infile, str))
	{
		string temp;
		stringstream input(str);
		col = 0;
        // 单个数据提取
		while (input >> temp)
		{
            // 如果是字符“nan”，则输入nan("")；否则输入数据
			if (temp == "nan")
			{
				pic.push_back(float(nan("")));
			}
			else {
				pic.push_back(float(atof(temp.c_str())));
			}
			col++;
		}
	}
    // reshape变换成正常row*col的矩阵
    int row = pic.rows / col;
	result = pic.reshape(0, row);
    // 关闭
	infile.close();
    // 返回图像矩阵
	return result;
}

C++测试代码

#include<iostream>
#include<fstream>
#include<opencv2/opencv.hpp>
using namespace std;

void WritePicToExcel(string name, cv::Mat pic);
cv::Mat ReadPicFromExcel(string name);
int main()
{
	cv::Mat pic = cv::Mat::zeros(1000, 1000, CV_32FC1);
	for (int i = 0; i < pic.rows; i++)
	{
		for (int j = 0; j < pic.cols; j++)
		{
			pic.at<float>(i, j) = rand() % 255;
		}
	}
	pic.at<float>(1, 2) = nan("");
	WritePicToExcel("test1.xls", pic);
	cv::Mat result = ReadPicFromExcel("test1.xls");
	return 0;
}

void WritePicToExcel(string name, cv::Mat pic)
{
	CV_Assert(pic.type() == CV_32FC1);
	ofstream outfile(name);
	int row = pic.rows;
	int col = pic.cols;
	for (int i = 0; i < row; i++)
	{
		float *p = pic.ptr<float>(i);
		for (int j = 0; j < col; j++)
		{
			if (p[j] == p[j])
			{
				outfile << p[j] << (j == (col - 1) ? '\n' : '\t');
			}
			else {
				outfile << "nan" << (j == (col - 1) ? '\n' : '\t');
			}
			
		}
	}
	outfile.close();
}

cv::Mat ReadPicFromExcel(string name)
{
    // result是所要提取的图像
	cv::Mat result,pic;
    // 所要提取文件的名字
	ifstream infile(name);
	string str;
	int col = 0;
    // 一行行读取
	while (getline(infile, str))
	{
		string temp;
		stringstream input(str);
		col = 0;
        // 单个数据提取
		while (input >> temp)
		{
            // 如果是字符“nan”，则输入nan("")；否则输入数据
			if (temp == "nan")
			{
				pic.push_back(float(nan("")));
			}
			else {
				pic.push_back(float(atof(temp.c_str())));
			}
			col++;
		}
	}
    // reshape变换成正常row*col的矩阵
    int row = pic.rows / col;
	result = pic.reshape(0, row);
    // 关闭
	infile.close();
    // 返回图像矩阵
	return result;
}

测试效果

       如上图所示，为了方便，我随机生成了一个1000*1000的图像矩阵，并定义了第二行第三列的点为nan值，保存效果如图2所示，成功；再用加载数据的函数，得到的result同之前的pic一致。

       如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~

       如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！