python在excel中应用的方法：首先【return sorted(s)】在本地建立一个目录，并保存这个代码并命名为【Methods.py】；然后打开Excel，填写一些数据以便提供python脚本处理；最后备调用python脚本即可。
python在excel中应用的方法：
在Excel中准备调用的python代码：def merge_sort_unique(lists):
s = set()
for L in lists:
s.update(L)
return sorted(s)任意在本地建立一个目录，并保存这个代码并命名为Methods.py。我们一步步看看如何从Excel的工作表中如何调用这个脚本。打开Excel，填写一些数据以便提供python脚本处理，并保持这个表格于刚才的python脚本在同一目录下。你的工作表应该如下：
接下来，打开VBA并提交给ExcelPython。
打开VBA按 Alt + F11然后进入工具界面的 References···如果你已经正确安装了ExcelPython你可以从对话框中选择。
现在，备调用python脚本，创建一个新的模块（Insert | Module）并敲以下VBA代码：Function msu(lists As Range)
Set methods = PyModule("Methods", AddPath:=ThisWorkbook.Path)
Set result = PyCall(methods, "merge_sort_unique", PyTuple(lists.Value2))
msu = WorksheetFunction.Transpose(PyVar(result))
ExitFunction
EndFunction相关学习推荐：python视频教程
以上就是python怎样在excel中应用？的详细内容，更多请关注gxlcms其它相关文章！
本条技术文章来源于互联网，如果无意侵犯您的权益请点击此处反馈版权投诉
本文系统来源：php中文网

python在excel中的应用：1、pandas操作Excel指定的单行；2、读取指定的多行；3、读取指定的行列；4、读取指定的多行多列值；5、获取所有行的指定列；6、获取行号并打印输出。
本教程操作环境：windows7系统、python3.9版，DELL G3电脑。
python在excel中的应用：
一、pandas操作Excel的行列
1、读取指定的单行，数据会存在列表里面#1：读取指定行
df=pd.read_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=df.ix[0].values#0表示第一行 这里读取数据并不包含表头，要注意哦！
print("读取指定行的数据：\n{0}".format(data))
得到的结果如下所示:
2、读取指定的多行，数据会存在嵌套的列表里面：df=pd.read_excel('lemon.xlsx')
data=df.ix[[1,2]].values#读取指定多行的话，就要在ix[]里面嵌套列表指定行数
print("读取指定行的数据：\n{0}".format(data))
3、读取指定的行列：df=pd.read_excel('lemon.xlsx')
data=df.ix[1,2]#读取第一行第二列的值，这里不需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
4、读取指定的多行多列值：df=pd.read_excel('lemon.xlsx')
data=df.ix[[1,2],['title','data']].values#读取第一行第二行的title以及data列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
5、获取所有行的指定列df=pd.read_excel('lemon.xlsx')
data=df.ix[:,['title','data']].values#读所有行的title以及data列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))
6、获取行号并打印输出df=pd.read_excel('lemon.xlsx')
print("输出行号列表",df.index.values)
输出结果是：
输出行号列表 [0 1 2 3]
7、获取列名并打印输出df=pd.read_excel('lemon.xlsx')
print("输出列标题",df.columns.values)
运行结果如下所示：
输出列标题 ['case_id' 'title' 'data']
8、获取指定行数的值：df=pd.read_excel('lemon.xlsx')
print("输出值",df.sample(3).values)#这个方法类似于head()方法以及df.values方法
输出值
[[2 '输入错误的密码' '{"mobilephone":"18688773467","pwd":"12345678"}']
[3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}']
[1 '正常登录' '{"mobilephone":"18688773467","pwd":"123456"}']]
9、获取指定列的值：df=pd.read_excel('lemon.xlsx')
print("输出值\n",df['data'].values)
二：pandas处理Excel数据成为字典
我们有这样的数据，处理成列表嵌套字典，且字典的key为表头名。
实现的代码如下所示：df=pd.read_excel('lemon.xlsx')
test_data=[]
for i in df.index.values:#获取行号的索引，并对其进行遍历：
#根据i来获取每一行指定的数据 并利用to_dict转成字典
row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict()
test_data.append(row_data)
print("最终获取到的数据是：{0}".format(test_data))
最后得到的结果是：[{'title': '正常登录', 'case_id': 1, 'data': '{"mobilephone":"18688773467","pwd":"123456"}'},
{'title': '输入错误的密码', 'case_id': 2, 'data': '{"mobilephone":"18688773467","pwd":"12345678"}'},
{'title': '正常充值', 'case_id': 3, 'data': '{"mobilephone":"18688773467","amount":"1000"}'},
{'title': '充值输入负数', 'case_id': 4, 'data': '{"mobilephone":"18688773467","amount":"-100"}'}]相关免费学习推荐：python视频教程

一. Excel在python中的应用
存测试数据
有的时候大批量的数据，我们需要存到数据库中，在测试的时候才能用到。测试的时候就从数据库中读取出来。这点是非常重要的！
存测试结果
二. Excel中的三大对象：
Workbook
Sheet
Cell
在excel中，主要的操作是在sheet中对数据进行读、写、修改的操作
操作流程：
1. 打开一个excel文件，或者创建一个excel文件，生成一个工作簿(workbook)对象
2. 获取某个表单(sheet)对象
3. 在表单对象中的单元格(cell)中读、写、修改数据
三. Excel库
python中有好几个与excel操作相关的模块
xlrd库：从excel中读取数据，支持xls, xlsx
xlwt库：对excel进行修改操作。不支持对xlsx格式的修改
xlutils库：在xlwt和xlrd中，对一个已存在的文件进行修改
官方说法：
openpyxl is a Python library to read/write Excel 2010 xlsx/xlsm/xltx/xltm files
网址：http://www.python-excel.org/
四. openpyxl--常用操作
from openpyxl import load_workbook
#打开一个已存在的excel文件
wb = load_workbook("sample.xlsx")
from openpyxl import Workbook
#创建一个新的excel文件
wb = Workbook("hello.xlsx")
#获取sheet对象，get_sheet_by_name是旧的方法，新的方法是wb[sheetname]
sh = wb.get_sheet_by_name("Sheet1")
#创建一个新的sheet
sh_new = wb.create_sheet("新建的sheet")
#获取指定单元格中的值
cl = sh.cell(row=1, column=1).value
#修改指定单元格的值
sh.cell(row=1, column=1).value = "hello"
#获取当前sheet的数据总行数
rows = sh.max_row
#获取当前sheet的数据总列数
columns = sh.max_column
#保存当前workbook中所有的修改
wb.save("sample.xlsx")
注意：openpyxl中列和行的起始下标都是1
五. 实例
#引入库
from openpyxl importload_workbook#加载一个excel文件，进入到工作簿
wb = load_workbook("testdata.xlsx")#获取指定的表单
sh = wb["Sheet1"]#获取表单中数据
name = sh.cell(row=2, column=1).valueprint(name)#修改表单中的数据--修改数据，注意在写操作时，必须先关闭excel文件
sh.cell(row=2, column=3).value = 18
#保存修改数据的操作--保存数据
wb.save("testdata.xlsx")#获取总行数、总列数
print(sh.max_row)print(sh.max_column)print(sh.cell(row=3, column=3).value)
sh.cell(row=3, column=3).value = 25
print(sh.cell(row=3, column=3))#读取所有数据，按行读取
for index in range(1, sh.max_row + 1):print("行号:", index)for sub_i in range(1, sh.max_column + 1):print("列号:", sub_i, "内容:", sh.cell(row=index, column=sub_i).value)
结果:
小翟3
3
18
行号:1列号:1内容:  name
列号:2内容:  sex
列号:3内容:  age
行号:2列号:1内容:  小翟
列号:2内容:  男
列号:3 内容:  18行号:3列号:1内容:  瑛子
列号:2内容:  女
列号:3 内容:  25
附excel内容：

在金融领域，一个初级银行家或者交易员，所具备的能力包括了解Excel中所有关于金融建模的知识。但是，现在已经不再是这样了，他们还更应该掌握 Python。根据最近在伦敦的Quant会议上 Nomura(野村证券)的副首席数字官Matthew Hampson 所说：Python 已经取代了Excel。在交易大厅里，你可以看到很多人都在编写Python 代码，在未来三到四年内，这种情况将变得更加普遍。
野村证券，一家日本大券商，也是最早拓展中国金融和投资业务的境外机构之一。1925年成立的野村证券现为日本第一大券商，目前在全球28个国家和地区有办事机构。野村证券有一支新的、不断发展的电子交易团队，成立于2019 年5 月。该团队的任务是通过将人工智能集成到银行系统的证券市场平台，将野村证券的固定收益交易收入提高15%。
Hampson 表示，Python 是一门用处非常广的编程语言，同样适用于金融分析和科学计算，让银行的创新速度更快。金融服务业里的快速创新概念非常强烈，此前是通过 Excel电子表格来驱动，但现在有了一种新的工具：Python。
Wall Street oasis(华尔街 Oasis金融社区)的用户表示，“用数百个 interlock 公式和一个数据表运行一个Excel 模型，该数据表有5 万行和100 列，更新起来需要15 分钟。如果使用基于Python 的模型，该模型有上千个 interlock 相关点和一个底层数据结构，该数据结构有100 万行和1000 个数据属性，却只在一秒内便能完成”。
Hampson 认为，随着Python 的逐渐普及，未来从事金融工作的人们的形象将是改变的，他们将是拥有更多技能，包括金融、定量分析知识以及自动化过程和提取数据的能力。不仅了解金融，更是懂得编程。对此，有人认为Excel在金融领域将面临衰退的危险，因为Python正在提供便利。