Pandas读取excel合并单元格的正确姿势(openpyxl合并单元格拆分并填充内容)
Posted iioSnail
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pandas读取excel合并单元格的正确姿势(openpyxl合并单元格拆分并填充内容)相关的知识,希望对你有一定的参考价值。
问题介绍(ffill填充存在的问题)
在pandas读取excel经常会遇到合并单元格的问题。例如:
此时使用pandas读取到的内容为:
如果去百度,几乎所有人会说应该用如下代码:
df['班级'] = df['班级'].ffill()
这样看起来没问题,但是,该解决方案并不能适用于所有场景,甚至会造成数据错误。
例如:
对班级和备注填充后:
孙武空本来是数据缺失,现在被错误的标记成了挂科数据。
再例如:
对所有列填充后:
同样存在大量数据或错误数据。
正确填充方式
思路:① 使用openpyxl将合并单元格拆分,生成中间文件 ② 读取中间文件
第一步,使用如下工具类生成拆分单元格并生成中间文件:
import openpyxl
# 拆分所有的合并单元格,并赋予合并之前的值。
# 由于openpyxl并没有提供拆分并填充的方法,所以使用该方法进行完成
def unmerge_and_fill_cells(worksheet):
all_merged_cell_ranges = list(
worksheet.merged_cells.ranges
)
for merged_cell_range in all_merged_cell_ranges:
merged_cell = merged_cell_range.start_cell
worksheet.unmerge_cells(range_string=merged_cell_range.coord)
for row_index, col_index in merged_cell_range.cells:
cell = worksheet.cell(row=row_index, column=col_index)
cell.value = merged_cell.value
# 读取原始xlsx文件,拆分并填充单元格,然后生成中间临时文件。
def unmerge_cell(filename):
wb = openpyxl.load_workbook(filename)
for sheet_name in wb.sheetnames:
sheet = wb[sheet_name]
unmerge_and_fill_cells(sheet)
filename = filename.replace(".xls", "_temp.xls")
wb.save(filename)
wb.close()
# openpyxl保存之后,再用pandas读取会存在公式无法读取到的情况,使用下面方式就可以了
# 如果你的excel不涉及公式,可以删除下面内容
# 原理为:使用windows打开excel,然后另存为一下
from win32com.client import Dispatch
xlApp = Dispatch("Excel.Application")
xlApp.Visible = False
xlBook = xlApp.Workbooks.Open(str(Path(".").absolute() / filename)) # 这里必须填绝对路径
xlBook.Save()
xlBook.Close()
return filename
if __name__ == '__main__':
unmerge_cell("test.xlsx")
拆分后的sheet页如图:
然后再使用pandas读取中间文件即可:
import pandas as pd
df = pd.read_excel("test_temp.xlsx")
结果为:
vc++ 读取excel多个单元格的问题
coleVariant rvalue2;
range=sheet.GetRange (coleVariant("A3"),coleVariant("A13"));
rvalue2=coleVariant(range.Getvalue2());
我想实现的是把选择的 A3-A13的范围的数值都读到rvalue2
但现在rvalue2中的值只是A3的,请大家帮忙解答一下,谢谢啦
如果不是合并的,逐个单元格读。追问
我选取的范围就是A3-A13,不是合并单元格,但这样应该把A3和A13的范围内的内容都读出来的啊,写就可以把选的范围都写上的
追答如果能确保A3-A13的内容都一样,那么就读第一个就可以。
如果无法保证每个单元格内容一样,那么就逐个读。
Range range=sheet.GetRange (coleVariant("A3"),coleVariant("A13"));
Dim j As Integer
Dim Str As String
For j = 1 To range.Cells.Count
Str = range.Item(j).Text
Next
我用的是C++,不是VB呢
以上是关于Pandas读取excel合并单元格的正确姿势(openpyxl合并单元格拆分并填充内容)的主要内容,如果未能解决你的问题,请参考以下文章
Python中的pandas如何读取excel中指定单元格的值?