在Python中读取Excel文件

时间:2014-03-04 10:29:12

标签: python excel

我有一个Excel文件

Arm_id      DSPName        DSPCode          HubCode          PinCode    PPTL
1            JaVAS            01              AGR             282001    1,2
2            JaVAS            01              AGR             282002    3,4
3            JaVAS            01              AGR             282003    5,6

我想以Arm_id,DSPCode,Pincode的形式保存字符串。此格式是可配置的,即它可能会更改为DSPCode,Arm_id,Pincode。我将格式保存在像

这样的列表中
FORMAT = ['Arm_id', 'DSPName', 'Pincode']

如果FORMAT是可配置的,我如何阅读带有提供名称的特定列的内容。

这就是我尝试过的。目前我能够阅读文件中的所有内容

from xlrd import open_workbook
wb = open_workbook('sample.xls')
for s in wb.sheets():
    #print 'Sheet:',s.name
    values = []
    for row in range(s.nrows):
        col_value = []
        for col in range(s.ncols):
            value  = (s.cell(row,col).value)
            try : value = str(int(value))
            except : pass
            col_value.append(value)
        values.append(col_value)
print values

我的输出是

[[u'Arm_id', u'DSPName', u'DSPCode', u'HubCode', u'PinCode', u'PPTL'], ['1', u'JaVAS', '1', u'AGR', '282001', u'1,2'], ['2', u'JaVAS', '1', u'AGR', '282002', u'3,4'], ['3', u'JaVAS', '1', u'AGR', '282003', u'5,6']]

然后我循环values[0]试图查找FORMAT中的values[0]内容,然后在Arm_id, DSPname and Pincode中获取values[0]的索引,然后从下一个循环我知道所有FORMAT因子的索引,从而知道我需要得到哪个值。

但这是一个很糟糕的解决方案。

如何在excel文件中获取具有名称的特定列的值?

8 个答案:

答案 0 :(得分:78)

一个稍晚的答案,但是使用pandas可以直接获取excel文件的列:

import pandas
import xlrd
df = pandas.read_excel('sample.xls')
#print the column names
print df.columns
#get the values for a given column
values = df['Arm_id'].values
#get a data frame with selected columns
FORMAT = ['Arm_id', 'DSPName', 'Pincode']
df_selected = df[FORMAT]

答案 1 :(得分:64)

这是一种方法:

from xlrd import open_workbook

class Arm(object):
    def __init__(self, id, dsp_name, dsp_code, hub_code, pin_code, pptl):
        self.id = id
        self.dsp_name = dsp_name
        self.dsp_code = dsp_code
        self.hub_code = hub_code
        self.pin_code = pin_code
        self.pptl = pptl

    def __str__(self):
        return("Arm object:\n"
               "  Arm_id = {0}\n"
               "  DSPName = {1}\n"
               "  DSPCode = {2}\n"
               "  HubCode = {3}\n"
               "  PinCode = {4} \n"
               "  PPTL = {5}"
               .format(self.id, self.dsp_name, self.dsp_code,
                       self.hub_code, self.pin_code, self.pptl))

wb = open_workbook('sample.xls')
for sheet in wb.sheets():
    number_of_rows = sheet.nrows
    number_of_columns = sheet.ncols

    items = []

    rows = []
    for row in range(1, number_of_rows):
        values = []
        for col in range(number_of_columns):
            value  = (sheet.cell(row,col).value)
            try:
                value = str(int(value))
            except ValueError:
                pass
            finally:
                values.append(value)
        item = Arm(*values)
        items.append(item)

for item in items:
    print item
    print("Accessing one single value (eg. DSPName): {0}".format(item.dsp_name))
    print

您不必使用自定义类,只需使用dict()即可。但是,如果您使用某个类,则可以通过点符号访问所有值,如上所示。

以下是上述脚本的输出:

Arm object:
  Arm_id = 1
  DSPName = JaVAS
  DSPCode = 1
  HubCode = AGR
  PinCode = 282001 
  PPTL = 1
Accessing one single value (eg. DSPName): JaVAS

Arm object:
  Arm_id = 2
  DSPName = JaVAS
  DSPCode = 1
  HubCode = AGR
  PinCode = 282002 
  PPTL = 3
Accessing one single value (eg. DSPName): JaVAS

Arm object:
  Arm_id = 3
  DSPName = JaVAS
  DSPCode = 1
  HubCode = AGR
  PinCode = 282003 
  PPTL = 5
Accessing one single value (eg. DSPName): JaVAS

答案 2 :(得分:11)

所以关键部分是抓住标题(col_names = s.row(0))并在迭代行时跳过不需要的第一行for row in range(1, s.nrows) - 使用范围从1开始(不是隐含的0)。然后使用zip来逐步执行包含“name”作为列标题的行。

from xlrd import open_workbook

wb = open_workbook('Book2.xls')
values = []
for s in wb.sheets():
    #print 'Sheet:',s.name
    for row in range(1, s.nrows):
        col_names = s.row(0)
        col_value = []
        for name, col in zip(col_names, range(s.ncols)):
            value  = (s.cell(row,col).value)
            try : value = str(int(value))
            except : pass
            col_value.append((name.value, value))
        values.append(col_value)
print values

答案 3 :(得分:5)

通过使用pandas,我们可以轻松阅读excel。

import pandas as pd 
import xlrd as xl 
from pandas import ExcelWriter
from pandas import ExcelFile 

DataF=pd.read_excel("Test.xlsx",sheet_name='Sheet1')

print("Column headings:")
print(DataF.columns)

https://repl.it进行测试 参考:https://pythonspot.com/read-excel-with-pandas/

答案 4 :(得分:1)

我采用的方法从第一行读取标题信息,以确定感兴趣的列的索引。

您在问题中提到您还希望将值输出为字符串。我动态地为FORMAT列列表的输出构建一个格式字符串。行被附加到由新行char。

分隔的值字符串

输出列顺序由FORMAT列表中列名的顺序决定。

在下面的代码中,FORMAT列表中列名称的大小写非常重要。在上面的问题中,你的FORMAT列表中有'Pincode',但你的excel中有'PinCode'。这在下面不起作用,它需要是'PinCode'。

from xlrd import open_workbook
wb = open_workbook('sample.xls')

FORMAT = ['Arm_id', 'DSPName', 'PinCode']
values = ""

for s in wb.sheets():
    headerRow = s.row(0)
    columnIndex = [x for y in FORMAT for x in range(len(headerRow)) if y == firstRow[x].value]
    formatString = ("%s,"*len(columnIndex))[0:-1] + "\n"

    for row in range(1,s.nrows):
        currentRow = s.row(row)
        currentRowValues = [currentRow[x].value for x in columnIndex]
        values += formatString % tuple(currentRowValues)

print values

对于上面给出的示例输入,此代码输出:

>>> 1.0,JaVAS,282001.0
2.0,JaVAS,282002.0
3.0,JaVAS,282003.0

因为我是一个python noob,道具是: this answerthis answerthis questionthis question and this answer

答案 5 :(得分:1)

我已阅读使用 openpyxl 库,

import openpyxl
from pathlib import Path

xlsx_file = Path('C:\\Users\\Amit\\Desktop\\ReadExcel', 'ReadData.xlsx')
wb_obj = openpyxl.load_workbook(xlsx_file) 

# Read the active sheet:
sheet = wb_obj.active

for i in range(sheet.max_column):
    print(f'i = {i}')
    for row in sheet.iter_rows():
        print(row[i].value)

答案 6 :(得分:0)

虽然我几乎总是只使用pandas,但我现在的小工具被打包成一个可执行文件,包括大熊猫是过度的。因此,我创建了poida解决方案的一个版本,该解决方案生成了一个名为元组的列表。这个改变的代码看起来像这样:

# Example data
bla <- data.frame(a = c(1,2,3), 
              b = c("fefa%^%", "fes^%#$%", "gD%^E%Ewfseges"), 
              c = c("%#%$#^#", "%#$#%@", ",.,gdgd$%,."))

# Use mutate_all from dplyr
bla %>%
  mutate_all(funs(gsub("[[:punct:]]", "", .)))

  a           b    c
1 1        fefa     
2 2         fes     
3 3 gDEEwfseges gdgd

答案 7 :(得分:0)

以下是读取Excel文件并打印第1列中存在的所有单元格的代码(第一个单元格(即标头)除外):

import xlrd

file_location="C:\pythonprog\xxx.xlsv"
workbook=xlrd.open_workbook(file_location)
sheet=workbook.sheet_by_index(0)
print(sheet.cell_value(0,0))

for row in range(1,sheet.nrows):
     print(sheet.cell_value(row,0))