飞豹客 · 课能看,资料也能带走
飞豹客体系课

【李宁】用Python处理Excel数据(openpyxl版)

这门课解决什么工作场景 很多上班族对 Excel 的依赖很重,但一旦遇到多文件批量处理、按复杂条件拆分报表、或者给成百上千个单元格按规则标颜色,传统的公式和透视表就会变得吃力,甚至需要手动重复操作几个小时。这门课聚焦的正是这类痛点:用 Python 的 openpyxl 库去读写和改造 Excel

单课价¥39.00新品 上架
会员价¥7.80开通会员,全站课程按会员价下载套餐详情
0 人关注 更新于 2026-10-21 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥39.00

会员 · 按档位

永久¥19.505折
年¥23.406折
月¥27.307折

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

这门课解决什么工作场景

很多上班族对 Excel 的依赖很重,但一旦遇到多文件批量处理、按复杂条件拆分报表、或者给成百上千个单元格按规则标颜色,传统的公式和透视表就会变得吃力,甚至需要手动重复操作几个小时。这门课聚焦的正是这类痛点:用 Python 的 openpyxl 库去读写和改造 Excel 文件。它不教数据分析算法,也不讲爬虫,只解决一个问题,即把原本需要人工逐个打开文件、复制粘贴、调整格式的重复劳动,写成一段可以反复运行的脚本。如果你每周都要处理固定格式的销售明细、考勤表或库存报表,这类自动化处理的思路能直接减少机械劳动。

适合什么基础与建议先看哪几块

这门课的门槛并不高,但需要你具备 Python 的最基本语法概念,比如变量、循环、列表和字典。如果你完全没写过任何 Python 代码,建议先补一点基础再来,否则在理解对象调用时会卡壳。如果你有一定语法基础,可以直接跟着课程节奏走。建议先重点看“读取文档”和“访问多个单元格”这两块,因为日常工作中最核心的需求就是把数据读出来做判断,或者把处理好的数据写回指定位置。把单元格的定位逻辑搞清楚后,再去看插入删除行列、调整行高列宽以及设置文字与背景颜色等模块。颜色和格式调整这部分虽然看起来是细枝末节,但在实际交付报表时往往是领导最看重的细节,不要跳过。

学完能独立做什么与资料怎么配合练习

学完这套内容,你能够独立写出一个脚本,自动遍历指定文件夹下的多个 Excel 文件,提取特定行列的数据汇总到新表中;或者根据某列的数值大小,自动给整行数据打上不同颜色的标记;还能在原有表格基础上批量插入空行用于补充信息。为了达到这个效果,资料配合练习的方式很关键。不要只是被动看视频,建议自己准备两到三份结构相同的真实 Excel 测试文件,每看完一个基本操作,就立刻在自己的文件上跑一遍代码。如果在练习时遇到单元格坐标对不上、或者颜色没生效的情况,先回到课程中对应的操作章节对比参数写法,把报错当成调试练习,这样学完才不会一用就忘。

课程目录

课程目录18 集
  • 1-1 [当Python遇到Excel] 当Python遇到Excel (14:04).mp4
  • 2-1 [基本操作] 创建和保存Workbook (09:25).mp4
  • 2-2 [基本操作] 读取Excel文档 (11:42).mp4
  • 2-3 [基本操作] 创建、获取、修改、复制和删除Excel (10:03).mp4
  • 2-4 [基本操作] 获取和设置一个单元格的数据 (13:17).mp4
  • 2-5 [基本操作] 访问多个单元格 (19:17).mp4
  • 2-6 [基本操作] 插入和删除行 (10:37).mp4
  • 2-7 [基本操作] 插入和删除列 (05:07).mp4
  • 2-8 [基本操作] 改变行高和列宽 (08:51).mp4
  • 2-9 [基本操作] 移动范围(Range) (07:54).mp4
  • 2-10 [基本操作] 设置单元格文字颜色和背景颜色 (05:35).mp4
  • 2-11 [基本操作] 设置Range的文字颜色和背景颜色 (04:47).mp4
  • 2-12 [基本操作] 格式化数字与日期 (12:49).mp4
  • 2-13 [基本操作] 使用公式 (07:32).mp4
  • 2-14 [基本操作] 合并单元格和取消合并单元格 (07:39).mp4
  • 2-15 [基本操作] 向Excel文档插入图像 (05:26).mp4
  • 2-16 [基本操作] 从百度抓取图像,并将这些图像保存到Excel文档中 (09:46).mp4
  • 3-1 [openpyxl与第三方Python库结合] 与Pandas结合 (21:43).mp4