使用 openxlsx 按单元格填充颜色过滤 Excel 中突出显示的数据

Posted 2023-03-06

【中文标题】使用 openxlsx 按单元格填充颜色过滤 Excel 中突出显示的数据

【英文标题】：Filter data highlighted in Excel by cell fill color using openxlsx

【发布时间】：2020-10-12 14:35:48

【问题描述】：

我有一个大 Excel 表（18k 行和 400 列），其中一些行使用不同的颜色突出显示。有没有办法使用openxlsx按颜色过滤行？

我首先加载了工作簿

wb <- loadWorkbook(file = "Items Comparison.xlsx")
getStyles(wb)
df <- read.xlsx(wb, sheet = 1)

我看到使用 getStyles(wb) 的工作簿中使用的样式，但不确定如何使用该信息按颜色过滤每列的所有单元格。

[[1]]
A custom cell style. 

 Cell formatting: GENERAL 
 Font name: Tahoma 
 Font size: 9 
 Font colour: #FFFFFF 
 Font decoration: BOLD 
 Cell borders: Top: thin, Bottom: thin, Left: thin, Right: thin 
 Cell border colours: #4E648A, #4E648A, #4E648A, #4E648A 
 Cell vert. align: top 
 Cell fill foreground:  rgb: #384C70 
 Cell fill background:  rgb: #384C70 
 wraptext: TRUE 


[[2]]
A custom cell style. 

 Cell formatting: GENERAL 
 Font name: Tahoma 
 Font size: 9 
 Font colour: #FFFFFF 
 Font decoration: BOLD 
 Cell borders: Top: thin, Bottom: thin, Left: thin, Right: thin 
 Cell border colours: #4E648A, #4E648A, #4E648A, #4E648A 
 Cell vert. align: top 
 Cell fill foreground:  rgb: #384C70 
 Cell fill background:  rgb: #384C70 
 wraptext: TRUE 

如何按填充颜色过滤数据？

更新

基于@Henrik 解决方案，我尝试使用他的代码，但一直出错。所以，为了了解发生了什么，我打印了x$style$fill$fillFg的输出

       rgb 
"FF384C70" 
       rgb 
"FF384C70" 
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
       rgb 
"FF384C70" 
NULL
NULL
NULL
       rgb 
"FFFFFF00" 
       rgb 
"FFFFFF00" 
 theme 
   "0" 
 theme 
   "0" 
       rgb 
"FFFFFF00" 
NULL
 theme 
   "2" 
                theme                  tint 
                  "4" "0.79998168889431442" 
 theme 
   "8" 
 theme 
   "8" 
       rgb 
"FFFFC000" 
       rgb 
"FFFFC000" 
                theme                  tint 
                  "5" "0.39997558519241921" 
                theme                  tint 
                  "5" "0.39997558519241921" 
                theme                  tint 
                  "9" "0.39997558519241921" 
                theme                  tint 
                  "5" "0.79998168889431442" 
       rgb 
"FFFFFF00" 
       rgb 
"FF384C70" 
NULL
NULL
NULL
       rgb 
"FF384C70" 
       rgb 
"FF384C70" 
[[1]]
       rgb 
"FF384C70" 

[[2]]
       rgb 
"FF384C70" 

[[3]]
NULL

[[4]]
NULL

[[5]]
NULL

[[6]]
NULL

[[7]]
NULL

[[8]]
NULL

[[9]]
NULL

[[10]]
NULL

[[11]]
NULL

[[12]]
NULL

[[13]]
       rgb 
"FF384C70" 

[[14]]
NULL

[[15]]
NULL

[[16]]
NULL

[[17]]
       rgb 
"FFFFFF00" 

[[18]]
       rgb 
"FFFFFF00" 

[[19]]
 theme 
   "0" 

[[20]]
 theme 
   "0" 

[[21]]
       rgb 
"FFFFFF00" 

[[22]]
NULL

[[23]]
 theme 
   "2" 

[[24]]
                theme                  tint 
                  "4" "0.79998168889431442" 

[[25]]
 theme 
   "8" 

[[26]]
 theme 
   "8" 

[[27]]
       rgb 
"FFFFC000" 

[[28]]
       rgb 
"FFFFC000" 

[[29]]
                theme                  tint 
                  "5" "0.39997558519241921" 

[[30]]
                theme                  tint 
                  "5" "0.39997558519241921" 

[[31]]
                theme                  tint 
                  "9" "0.39997558519241921" 

[[32]]
                theme                  tint 
                  "5" "0.79998168889431442" 

[[33]]
       rgb 
"FFFFFF00" 

[[34]]
       rgb 
"FF384C70" 

[[35]]
NULL

[[36]]
NULL

[[37]]
NULL

[[38]]
       rgb 
"FF384C70" 

[[39]]
       rgb 
"FF384C70" 

我仍然很困惑为什么只有 39 个项目。总行数是可变的，但不是 39。我也不理解操作 - 是按行还是按列？

【问题讨论】：

必须是 openxlsx-package，还是可以选择其他包？

其他包也是一种选择。我刚刚找到了我现在正在查看的 tidyxl

【参考方案1】：

library(tidyxl)

formats <- xlsx_formats( "./temp/test_file.xlsx" )
cells <- xlsx_cells( "./temp/test_file.xlsx" )

#what colors are used?
formats$local$fill$patternFill$fgColor$rgb
# [1] NA         "FFC00000" "FF00B0F0" NA  

#find rows fo cells  with red background
cells[ cells$local_format_id %in%
         which( formats$local$fill$patternFill$fgColor$rgb == "FFC00000"), 
       "row" ]

# [1] 1

【讨论】：

这很棒。这也是我正在阅读的内容。谢谢。我会让你知道我从中得到了什么

原来它实际上比这简单得多。我关注了@nacnudus tutorial，看到根据颜色进行过滤是多么容易。我的意图是简单地过滤具有如下任何颜色的单元格。 cells %>% behead("N", "program") %>% select(address, row, col, character, program, style_format, local_format_id) %>% filter(!is.na(fill[local_format_id]))。我接受您的回复作为向我指出这个方向的答案。

【参考方案2】：

在您的工作簿对象中，您可以找到styleObjects 元素。在那里，您可以挖掘填充颜色 (style$fill$fillFg) 和 row 元素。循环遍历样式对象 (lapply)，检查颜色是否是所需的颜色（例如红色、“FFFF0000”；x$style$fill$fillFg == "FFFF0000"，然后获取行索引 (x$rows[1])。

wb <- loadWorkbook(file = "foo.xlsx")
unlist(lapply(wb$styleObjects, function(x)
  x$rows[1][x$style$fill$fillFg == "FFFF0000"]))

# [1] 3

---

如果彩色单元格不连续，您可能需要同时抓取行和列：

l = lapply(wb$styleObjects, function(x)
  if(x$style$fill$fillFg == "FFFF0000")
    data.frame(ri = x$rows, ci = x$cols, col = "FFFF0000"))
l[lengths(l) > 0]

# [[1]]
#   ri ci      col
# 1  1  2 FFFF0000
# 2  2  3 FFFF0000
# 3  3  1 FFFF0000

【讨论】：

我喜欢你的解决方案，但我遇到了一些错误：Error in if (x$style$fill$fillFg == "FFFF0000") : argument is of length zero。我更新了我的问题以显示 x$style$fill$fillFg

的输出

感谢您的反馈。我的第二个例子显然不够复杂。您能否用一个真正最小的可重现的示例来说明您的问题来更新您的问题？

【参考方案3】：

使用 openxlsx 包的解决方案 下面的示例查找颜色“FFC000”并在第 1 列和第 6 列中查找 该方法首先识别哪些定义的样式具有感兴趣的字体颜色，然后查看样式对象以查看这些样式已应用于哪些单元格，返回与颜色匹配的行的索引和预定义的列搜索。结果将给出列搜索中至少一个单元格具有指定颜色的所有行。

excelwb <- openxlsx::loadWorkbook(excel_file)
strikestyles <- getStyles(excelwb)
goldcolors <- which(sapply(strikestyles,'[[','fontColour')=="FFFFC000") 
goldcols <- c(1,6) #these are the columns that have the gold color of interest -- could also be 1:ncol
goldrows <- lapply(excelwb$styleObjects[goldcolors],
                     function(x) 
                       value_cols <- which(x$cols %in% goldcols) 
                       if (length(value_cols)==0) return(NULL)
                       else return (x$rows[value_cols])
                     )
goldrows <- as.numeric(unlist(goldrows))