首先,我想说我无论如何都不是专家。我很精通,但我的日程安排和学习Python的负担就像我年轻时应该做的那样!
问题:
我有一个工作簿,有时会有多个工作表。在阅读工作簿时,我不知道工作表的数量或它们的工作表名称。每个工作表上的数据排列都是相同的,有些列的名称是“未命名”。问题是,我在网上尝试或找到的所有内容都使用pandas.ExcelFile来收集所有工作表,这很好,但我需要能够跳过4行,然后只读取42行,并解析特定的列。尽管工作表可能具有完全相同的结构,但列名可能相同或不同,但希望将它们合并。
所以这就是我所拥有的:
import pandas as pd
from openpyxl import load_workbook
# Load in the file location and name
cause_effect_file = r'C:\Users\Owner\Desktop\C&E Template.xlsx'
# Set up the ability to write dataframe to the same workbook
book = load_workbook(cause_effect_file)
writer = pd.ExcelWriter(cause_effect_file)
writer.book = book
writer.sheets = dict((ws.title, ws) for ws in book.worksheets)
# Get the file skip rows and parse columns needed
xl_file = pd.read_excel(cause_effect_file, skiprows=4, parse_cols = 'B:AJ', na_values=['NA'], convert_float=False)
# Loop through the sheets loading data in the dataframe
dfi = {sheet_name: xl_file.parse(sheet_name)
for sheet_name in xl_file.sheet_names}
# Remove columns labeled as un-named
for col in dfi:
if r'Unnamed' in col:
del dfi[col]
# Write dataframe to sheet so we can see what the data looks like
dfi.to_excel(writer, "PyDF", index=False)
# Save it back to the book
writer.save()
我正在处理的文件的链接在Excel File下面
发布于 2015-10-06 20:42:34
请根据您的具体需求,尝试修改以下内容:
import os
import pandas as pd
df = pd.DataFrame()
xls = pd.ExcelFile(path)
然后遍历所有可用的数据表:
for x in range(0, len(xls.sheet_names)):
a = xls.parse(x,header = 4, parse_cols = 'B:AJ')
a["Sheet Name"] = [xls.sheet_names[x]] * len(a)
df = df.append(a)
您可以调整每个工作表的标题行和要读取的列。我添加了一个列,它将指示行所来自的数据表的名称。
发布于 2015-10-06 17:58:30
您可能想看看在openpyxl中使用read_only
模式。这将允许您只加载那些您感兴趣的工作表,并且只查看您感兴趣的单元格。
如果您想使用Pandas数据帧,那么您必须自己创建这些数据帧,但这应该不会太难。
https://stackoverflow.com/questions/32976423
复制相似问题