Przeczytaj plik Excela w Pythonie

88

Mam plik Excel

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

Chcę zapisać ciąg w formularzu Arm_id,DSPCode,Pincode. Ten format jest konfigurowalny, tzn. Może się zmienić na DSPCode,Arm_id,Pincode. Zapisuję to na liście takiej jak:

FORMAT = ['Arm_id', 'DSPName', 'Pincode']

Jak odczytać zawartość konkretnej kolumny o podanej nazwie, biorąc pod uwagę, że FORMATmożna ją skonfigurować?

Właśnie tego próbowałem. Obecnie jestem w stanie odczytać całą zawartość pliku

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

Mój wynik to

[[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']]

Następnie zapętlam się, values[0]próbując znaleźć FORMATzawartość, values[0]a następnie pobierając indeks Arm_id, DSPname and Pincodew values[0]pętli, a następnie z następnej pętli znam indeks wszystkich FORMATczynników, dzięki czemu wiem, jaką wartość muszę uzyskać.

Ale to takie kiepskie rozwiązanie.

Jak uzyskać wartości określonej kolumny z nazwą w pliku Excel?

PythonEnthusiast
źródło
Należy użyć dict()klasy danych lub utworzyć własną.
tamasgal,
Jak jak? czy możesz podać przykładowy kod?
PythonEnthusiast

Odpowiedzi:

70

Oto jedno podejście:

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

Nie musisz używać niestandardowej klasy, możesz po prostu wziąć plik dict(). Jeśli jednak używasz klasy, możesz uzyskać dostęp do wszystkich wartości za pomocą notacji z kropkami, jak widać powyżej.

Oto wynik powyższego skryptu:

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
tamasgal
źródło
90

Dość późna odpowiedź, ale w przypadku pand można bezpośrednio uzyskać kolumnę pliku Excela:

import pandas

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]

Upewnij się, że masz zainstalowany xlrd i pandy:

pip install pandas xlrd
sheinis
źródło
2
Dodaj import xlrd na górze, aby to zadziałało. read_excelwymaga xlrd. Jeśli dostaniesz ImportError: No module named 'xlrd', to zróbpip install xlrd
nishant
9
importowanie xlrd nie jest wymagane, po prostu upewnij się, że xlrd jest zainstalowany, pandy zaimportują go i użyją.
Vaibhav Vishal
12

Tak więc kluczowe części to pobranie nagłówka ( col_names = s.row(0)) i podczas iteracji po wierszach, aby pominąć pierwszy wiersz, który nie jest potrzebny for row in range(1, s.nrows)- odbywa się to przy użyciu zakresu od 1 wzwyż (nie domniemanego 0). Następnie za pomocą zip możesz przechodzić między wierszami zawierającymi słowo „nazwa” jako nagłówek kolumny.

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
Noel Evans
źródło
7

Korzystając z pand, możemy łatwo czytać excel.

import pandas as pd 
from pandas import ExcelWriter
from pandas import ExcelFile 

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

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

Przetestuj na: https://repl.it Źródła: https://pythonspot.com/read-excel-with-pandas/

Mahabubuzzaman
źródło
2
Dlaczego importujesz xlrd?
Anaforia
2

Oto kod do odczytu pliku Excela i wydrukowania wszystkich komórek obecnych w kolumnie 1 (z wyjątkiem pierwszej komórki, czyli nagłówka):

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))
harsha vardhan
źródło
1

Podejście, które zastosowałem, odczytuje informacje nagłówka z pierwszego wiersza, aby określić indeksy interesujących nas kolumn.

Wspomniałeś w pytaniu, że chcesz, aby wartości były również przesyłane do łańcucha. Dynamicznie buduję ciąg formatu dla danych wyjściowych z listy kolumn FORMAT. Wiersze są dołączane do łańcucha wartości oddzielonego znakiem nowego wiersza.

Kolejność kolumn wyjściowych jest określana przez kolejność nazw kolumn na liście FORMAT.

W moim kodzie poniżej ważna jest wielkość liter w nazwie kolumny na liście FORMAT. W powyższym pytaniu masz „Kod PIN” na liście FORMAT, ale „Kod PIN” w programie Excel. To nie zadziała poniżej, musiałoby to być „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

Dla przykładowych danych wejściowych, które podałeś powyżej, ten kod wyświetla:

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

A ponieważ jestem pythonowym noobem, props to: ta odpowiedź , ta odpowiedź , to pytanie , to pytanie i ta odpowiedź .

poida
źródło
Myślę, że firstRow[x].valuetak powinno byćheaderRow[x].value
TSeymour
0

Chociaż prawie zawsze używam do tego pand, moje obecne małe narzędzie jest pakowane w plik wykonywalny i dołączanie pand jest przesadą. Stworzyłem więc wersję rozwiązania Poidy , która zaowocowała listą nazwanych krotek. Jego kod z tą zmianą wyglądałby tak:

from xlrd import open_workbook
from collections import namedtuple
from pprint import pprint

wb = open_workbook('sample.xls')

FORMAT = ['Arm_id', 'DSPName', 'PinCode']
OneRow = namedtuple('OneRow', ' '.join(FORMAT))
all_rows = []

for s in wb.sheets():
    headerRow = s.row(0)
    columnIndex = [x for y in FORMAT for x in range(len(headerRow)) if y == headerRow[x].value]

    for row in range(1,s.nrows):
        currentRow = s.row(row)
        currentRowValues = [currentRow[x].value for x in columnIndex]
        all_rows.append(OneRow(*currentRowValues))

pprint(all_rows)
TSeymour
źródło