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
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?
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)
在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 answer, this answer, this question, this 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))