Python如何按單元格讀取復雜電子表格(Excel)的數(shù)據(jù)
更新時間：2023年06月21日 17:25:46 作者：肖永威
這篇文章主要介紹了Python如何按單元格讀取復雜電子表格(Excel)的數(shù)據(jù)問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
Python讀取電子表格
本文所使用電子表格的目標是讀取、解析來自Excel編制的數(shù)據(jù)報表，或者軟件界面導出的數(shù)據(jù)報表，這類電子表格報表顯著特點是有一定的格式，且數(shù)據(jù)位置不連續(xù)，而非標準二維數(shù)據(jù)表。
關于電子表格，比較常見的有微軟Office Excel、WPS Office、Open Office、LibreOffice、永中Office等等，這些軟件關于電子表格定義相近，文件格式兼容MS Excel標準。
- 一個電子表格文檔（Excel）稱為一個工作簿
- 一個工作簿保存在一個擴展名為XLS（.xlsx）的文件中
- 一個工作簿可以包含多個表（sheet）
- 在特定行和列的方格稱為單元格、格子
對于文件格式XLS、XLSX
簡單來說：
- XLS是excel2003及以前版本所生成的文件格式
- XLSX是excel2007及以后版本所生成的文件格式
Python對excel文件的讀寫功能的模塊有以下三種
- xlwt：對 xls 格式的 Excel 文件進行寫入；
- xlrd：對 xls 格式的 Excel 文件進行讀??；
- OpenpPyXL 實現(xiàn)了對 xlsm 、xlsx 開放電子表格格式的讀寫。
另外，Pandas也能實現(xiàn)了對Excel讀寫，例如read_excel()和to_excel()，直接讀取數(shù)據(jù)到DataFrame中。
首先，安裝第三方包xlrd和xlwt（如果已經(jīng)安裝，則略過）：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xlrd pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xlwt
原始數(shù)據(jù)
原始數(shù)據(jù)是來自接口方提供XLS格式數(shù)據(jù)，內(nèi)容如下圖所示，由程序生成而導出的數(shù)據(jù)（為什么會這樣，歷史原因不予分析），雖然行、列對應不清晰，但是總體上還是有規(guī)律的，日報表的每日內(nèi)容格式基本一致，針對數(shù)據(jù)行數(shù)變化需要特殊解析處理。
沒有好辦法，標記上順序數(shù)字，逐個查數(shù)定位！
定義數(shù)據(jù)字典
data_dict = {
'油品規(guī)格名稱':{'colname':'oilname','id':1},
'期初庫存':{'colname':'openinginventory','id':7},
'本期進貨':{'colname':'currentpurchase','id':10},
'加油機發(fā)出量':{'colname':'sendout','id':13},
'數(shù)量':{'colname':'values','id':16},
......數(shù)據(jù)解析過程框圖
實踐代碼示例
代碼中關鍵API函數(shù)解釋
打開XLS工作薄：
workbook = xlrd.open_workbook(filename)
三種方式獲取工作表
table = workbook.sheet_by_index(0)，按索引順序 table = workbook.sheets()[0] table = workbook.sheet_by_name(‘日報表202110-202210')，按sheet名稱
讀取單元格數(shù)據(jù)：
value = table.cell_value(rowx=2, colx=0)，rowx，colx分別是行、列索引數(shù)（注意：從0開始）
解析XLS代碼示例：
import xlrd
# filename是文件的路徑名稱，如果路徑或者文件名有中文給前面加一個r拜師原生字符。
workbook = xlrd.open_workbook(filename=r'日報表202110-202210.XLS')
#workbook = xlrd.open_workbook(filename=r'2日報表202110-202210.XLS',encoding_override='utf-8')
# 獲取第一個sheet表格
table = workbook.sheets()[0]
# 初始化，按行定義list
dat_row = []
# 數(shù)據(jù)單元格，列的索引位置
cols_index = [1,7,10,13,16,20,23,30,...,83,87]
# 批發(fā)油的情況，價格不一致（猜測）
cols_index_0 = [16,20,23,30,...]
cols_len = len(cols_index)
cols_len_0 = len(cols_index_0)
# 獲取sheet中有效行數(shù)
rows = table.nrows
# 表頭與首行數(shù)據(jù)間隔函數(shù)
irow_bank = 5
irow = 0
icol = cols_index[0]
while irow < rows:
if table.cell_value(rowx=irow, colx=0) == '編制單位:':
cell_vd = table.cell_value(rowx=irow, colx=39) # 日報時間索引位置39
cell_v = table.cell_value(rowx=irow, colx=icol)
if cell_v == '名稱':
#irow = irow + irow_bank
# 跨過空行
irow = irow + 1
while len(table.cell_value(rowx=irow, colx=icol)) == 0:
irow = irow + 1
while table.cell_value(rowx=irow, colx=icol) != '合計':
dat_col = []
for j in range(cols_len):
dat_col.append(table.cell_value(rowx=irow, colx=cols_index[j]))
# 批發(fā)油的情況，價格不一致
if len(table.cell_value(rowx=irow+1, colx=icol)) == 0:
irow = irow + 1
for j in range(cols_len_0):
dat_col.insert(4+j,table.cell_value(rowx=irow, colx=cols_index_0[j]))
else:
for j in range(cols_len_0):
dat_col.append(0)
dat_col.append(cell_vd)
print(dat_col)
dat_row.append(dat_col)
irow = irow + 1
# 逐行掃描
irow = irow + 1
irow保持解析結果到文件中：
import pandas as pd
df.to_excel('dd.xls',encoding='utf_8_sig',index=False) 結果如下：
總結
Python按單元格讀取復雜電子表格（Excel）數(shù)據(jù)技術上比較成熟，易操作。
需要注意事項：
- 由于數(shù)據(jù)文件來自第三方，可能存在編碼問題（中文亂碼），最好拿到手后，在文件處理的系統(tǒng)上，再另存新文件（本次工作，就是遇到類似問題，花費變天時間也沒有解決編碼轉換或者加密問題，簡單的另存解決。
- 數(shù)據(jù)處理過程，還是使用pandas更加專業(yè)。
好了，以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了Django之創(chuàng)建引擎索引報錯及解決詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
作為一個運維人員，經(jīng)常需要獲取系統(tǒng)的的各種信息，使用python會很方便幫助獲得，這篇文章運用實例告訴大家如何利用Python來獲取操作系統(tǒng)的信息，有需要的可以參考借鑒。2016-09-09
下面小編就為大家分享一篇對Python3中的input函數(shù)詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了Pyhton中防止SQL注入的方法,本文講解的方法簡單實用,需要的朋友可以參考下2015-02-02
這篇文章主要介紹了使用Python自動生成HTML的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-08-08
這篇文章主要為大家詳細介紹了python+OpenCV實現(xiàn)圖像拼接，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-03-03
如何不用安裝python就能在.NET里調(diào)用Python庫
這篇文章主要介紹了如何不用安裝python就能在.NET里調(diào)用Python庫,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了django框架中間件原理與用法,結合實例形式詳細分析了Django框架常用中間件與基本使用技巧,需要的朋友可以參考下2019-12-12
Python因為具有超多的第三方庫而被大家喜歡,下面這篇文章主要給大家介紹了關于如何查看python腳本所依賴三方包及其版本的相關資料,文中通過圖文介紹的非常詳細,需要的朋友可以參考下2023-03-03
這篇文章主要介紹了基于Python實現(xiàn)Hash算法，最簡單的hash算法是用取余的方式，根據(jù)hash地址存放數(shù)據(jù)，這需要提供鍵值對Key地址，value是存放的數(shù)據(jù)，下文相關內(nèi)容需要的小伙伴可以參考一下2022-03-03