pandas 以格式化方式读取 excel

Posted 2023-03-11

【中文标题】pandas 以格式化方式读取 excel

【英文标题】：pandas read excel as formatted

【发布时间】：2016-10-28 13:13:11

【问题描述】：

我如何获取格式化后的电子表格的值？我正在处理货币格式的电子表格

例如：

ITEM NAME UNIT PRICE
item1     USD 99
item2     SGD 45

但术语“USD”和“SGD”是使用 excel 的格式化功能添加的，pandas 的 read_excel 函数看不到这些术语。我会得到值，但不是货币名称。我只能按原样处理电子表格，并且鉴于我有各种电子表格，每个电子表格大约 6-7 张，我希望有一个熊猫（或 python）级别的解决方案，而不是一个 excel 级别的解决方案。

谢谢大家。

丹尼尔，这就是我实现“xlrd”引擎的方式，它似乎没有做任何事情。

excel = pd.ExcelFile('itemlist.xlsx', sheetname=None)
master = pd.DataFrame(None)

for sheet in excel.sheet_names:
    df = pd.read_excel(excel,sheet,header=2, engine='xlrd')
    master=master.append(df)

【问题讨论】：

pandas 内部使用xlrd，它也可以解析格式信息。

@Daniel 编辑了我的帖子以展示我是如何实现 xlrd 引擎的，尽管我似乎遗漏了一些东西

【参考方案1】：

没有什么好方法可以做到这一点。 pandas 不知道数字格式，xlrd 似乎无法从 .xlsx 文件中读取格式 - 请参阅 here

您可以使用openpyxl 来完成此操作，它至少可以访问数字格式，但看起来您基本上必须自己实现所有解析逻辑。

In [26]: from openpyxl import load_workbook

In [27]: wb = load_workbook('temp.xlsx')

In [28]: ws = wb.worksheets[0]

In [29]: ws.cell("B2")  # numeric value = 4, formatted as "USD 4"
Out[29]: <Cell Sheet1.B2>

In [30]: ws.cell("B2").value
Out[30]: 4

In [31]: ws.cell("B2").number_format
Out[31]: '"USD "#'

【参考方案2】：

对于任何有同样问题的人，我通过使用 answer 将每张工作表分成 CSV 来做到这一点

它保留了电子表格中显示的货币详细信息，虽然有点麻烦，但它还是完成了这项工作。

【参考方案3】：

老实说，xlrd 允许您访问单元格格式信息。

book = xlrd.open_workbook("tmp/test.xls", formatting_info=True)  
xf_index = book.sheet_by_index(0).cell_xf_index(5,7)  
xf = book.xf_list[xf_index]  
fmt = book.format_map[xf.format_key]  
print(fmt.format_str, fmt.type)  

【讨论】：

这仅适用于“.xls”文件格式，不适用于“.xlsx”文件格式

@Malgo 你是对的。没有适用于这两种格式的库。您需要为每种格式分别实现它。我只是展示了如何为 '.xls' 格式实现它。