Excel Data Skill
Cuándo usar esta skill
- Leer datos de un archivo Excel (.xlsx, .xls)
- Generar reportes en formato Excel con formato
- Automatizar la creación de hojas de cálculo
- Transformar datos entre Excel y otros formatos (CSV, JSON, DB)
Setup
pip install openpyxl pandas xlsxwriter
Leer Excel con pandas
import pandas as pd
# Leer hoja por defecto
df = pd.read_excel("datos.xlsx")
# Leer hoja específica
df = pd.read_excel("datos.xlsx", sheet_name="Ventas")
# Leer múltiples hojas
sheets = pd.read_excel("datos.xlsx", sheet_name=None) # Devuelve dict {nombre: df}
for sheet_name, df in sheets.items():
print(f"Hoja: {sheet_name}, Filas: {len(df)}")
# Opciones útiles
df = pd.read_excel(
"datos.xlsx",
sheet_name="Sheet1",
header=0, # Fila 0 es el header (default)
skiprows=2, # Saltar las primeras 2 filas
usecols="A:E", # Solo columnas A a E
nrows=100, # Solo las primeras 100 filas
dtype={"ID": str}, # Forzar tipo de columna
na_values=["N/A", "-", ""], # Valores nulos
)
# Información básica
print(df.head())
print(df.dtypes)
print(df.describe())
print(f"Shape: {df.shape}")
Escribir Excel con pandas
# Exportar single sheet
df.to_excel("output.xlsx", index=False, sheet_name="Datos")
# Múltiples hojas en el mismo archivo
with pd.ExcelWriter("report.xlsx", engine="openpyxl") as writer:
df_ventas.to_excel(writer, sheet_name="Ventas", index=False)
df_clientes.to_excel(writer, sheet_name="Clientes", index=False)
df_resumen.to_excel(writer, sheet_name="Resumen", index=False)
# Con formato usando xlsxwriter
with pd.ExcelWriter("formatted.xlsx", engine="xlsxwriter") as writer:
df.to_excel(writer, sheet_name="Datos", index=False)
workbook = writer.book
worksheet = writer.sheets["Datos"]
# Formato para headers
header_format = workbook.add_format({
'bold': True,
'bg_color': '#2B5CE6',
'font_color': 'white',
'border': 1,
})
# Aplicar formato a headers
for col_num, value in enumerate(df.columns.values):
worksheet.write(0, col_num, value, header_format)
# Auto-ajustar ancho de columnas
for i, col in enumerate(df.columns):
max_len = max(df[col].astype(str).str.len().max(), len(col)) + 2
worksheet.set_column(i, i, min(max_len, 50))
openpyxl — Control granular
from openpyxl import Workbook, load_workbook
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side
from openpyxl.utils import get_column_letter
from openpyxl.chart import BarChart, Reference
# Crear nuevo workbook
wb = Workbook()
ws = wb.active
ws.title = "Reporte"
# Escribir datos
ws["A1"] = "Producto"
ws["B1"] = "Unidades"
ws["C1"] = "Precio"
ws["D1"] = "Total"
datos = [
("Producto A", 100, 29.99),
("Producto B", 250, 14.99),
("Producto C", 75, 49.99),
]
for row, (producto, unidades, precio) in enumerate(datos, start=2):
ws[f"A{row}"] = producto
ws[f"B{row}"] = unidades
ws[f"C{row}"] = precio
ws[f"D{row}"] = f"=B{row}*C{row}" # Fórmula
# Estilos
header_fill = PatternFill(start_color="2B5CE6", end_color="2B5CE6", fill_type="solid")
header_font = Font(bold=True, color="FFFFFF", size=12)
for cell in ws[1]: # Primera fila
cell.fill = header_fill
cell.font = header_font
cell.alignment = Alignment(horizontal="center")
# Formato de número para columna precio
from openpyxl.styles.numbers import FORMAT_CURRENCY_EUR_SIMPLE
for row in ws.iter_rows(min_row=2, min_col=3, max_col=4):
for cell in row:
cell.number_format = '#,##0.00 "€"'
# Auto-ajustar columnas
for column in ws.columns:
max_length = max(len(str(cell.value or "")) for cell in column) + 2
ws.column_dimensions[get_column_letter(column[0].column)].width = min(max_length, 50)
# Añadir fila de totales
last_row = ws.max_row + 1
ws[f"A{last_row}"] = "TOTAL"
ws[f"B{last_row}"] = f"=SUM(B2:B{last_row-1})"
ws[f"D{last_row}"] = f"=SUM(D2:D{last_row-1})"
ws[f"A{last_row}"].font = Font(bold=True)
ws[f"D{last_row}"].font = Font(bold=True)
# Añadir gráfico de barras
chart = BarChart()
chart.type = "col"
chart.style = 10
chart.title = "Ventas por Producto"
chart.y_axis.title = "Total €"
chart.x_axis.title = "Producto"
data = Reference(ws, min_col=4, min_row=1, max_row=ws.max_row - 1)
chart.add_data(data, titles_from_data=True)
categories = Reference(ws, min_col=1, min_row=2, max_row=ws.max_row - 1)
chart.set_categories(categories)
chart.shape = 4
ws.add_chart(chart, "F1")
# Guardar
wb.save("reporte_ventas.xlsx")
Leer Excel existente y modificar
def update_excel_report(filepath: str, new_data: pd.DataFrame, sheet_name: str = "Datos"):
"""Actualizar una hoja existente sin perder otras hojas"""
wb = load_workbook(filepath)
# Eliminar hoja si existe
if sheet_name in wb.sheetnames:
del wb[sheet_name]
# Crear nueva hoja
ws = wb.create_sheet(sheet_name)
# Escribir headers
for col, header in enumerate(new_data.columns, start=1):
ws.cell(row=1, column=col, value=header)
# Escribir datos
for row_idx, row in enumerate(new_data.itertuples(index=False), start=2):
for col_idx, value in enumerate(row, start=1):
ws.cell(row=row_idx, column=col_idx, value=value)
wb.save(filepath)
print(f"✅ Hoja '{sheet_name}' actualizada en {filepath}")
Patrones comunes
Consolidar múltiples archivos Excel
def consolidate_excel_files(folder_path: str, output_file: str) -> pd.DataFrame:
"""Unir todos los xlsx de una carpeta en un solo DataFrame"""
import glob
files = glob.glob(f"{folder_path}/*.xlsx")
dfs = []
for file in files:
df = pd.read_excel(file)
df['source_file'] = Path(file).name # Añadir columna de origen
dfs.append(df)
result = pd.concat(dfs, ignore_index=True)
result.to_excel(output_file, index=False)
print(f"Consolidados {len(files)} archivos: {len(result)} filas totales")
return result
Excel a JSON/dict
def excel_to_records(filepath: str, sheet_name: str = 0) -> list[dict]:
"""Convertir Excel a lista de registros (dicts)"""
df = pd.read_excel(filepath, sheet_name=sheet_name)
return df.to_dict(orient='records')
# Uso:
records = excel_to_records("clientes.xlsx")
# [{"nombre": "Ana", "email": "ana@email.com", ...}, ...]
Referencias
