如何将非结构化的 excel 电子表格加载到熊猫中？

Posted 2023-03-11

【中文标题】如何将非结构化的 excel 电子表格加载到熊猫中？

【英文标题】：How to load unstructured excel spreadsheet into pandas?

【发布时间】：2017-11-12 02:29:33

【问题描述】：

我熟悉如何将 excel 电子表格加载到 pandas 数据框中。但是，这假设电子表格本身具有明确定义的列和行。我有 1 个包含多个表的 excel 表，每个表都有不同的行数和列数。在同一张表中还有一些文本和表格。关于如何将其加载到熊猫中的任何建议？谢谢。

【问题讨论】：

用另一个 3rd 方库解析它，然后把它扔到一个 DataFrame 中，我们可以得到一些示例数据吗？

我想以编程方式进行，如果可能的话，最好不要使用任何其他 3rd 方库。请在此处找到示例数据：ufile.io/5novd

【参考方案1】：

pandas 支持多种数据格式。

使用pd.read_excel，读取excel电子表格文件(.xlsx)

将电子表格导出到 csv 并使用 pd.read_csv。我喜欢使用这种方法。

使用pd.ExcelFile来加载，看起来和方法1很像，但是更快见other answer

【讨论】：

谢谢，是的，我已经尝试过 pd.read_excel。但是如何使用它来解析具有多个结构不一致的表的excel表？请参阅ufile.io/5novd

提供的示例数据

好吧，我建议将其拆分为多个电子表格。在 Pandas 中处理各种结构是很困难的。在您的文件中， row[2:7] 可以是单个 pandas DataFrame。加载多个结构后，连接或处理您的数据！

【参考方案2】：

df = pd.read_excel('path/to/excel', engine='openpyxl')
records = df.to_dict('records')

然后创建一个解析器来逐行读取records。将keys与字段名匹配，提取对应/相邻信息。