Jak mogę otworzyć plik Excela w Pythonie?

87

Jak otworzyć plik, który jest plikiem programu Excel do odczytu w Pythonie?

Na przykład otworzyłem pliki tekstowe za sometextfile.txtpomocą polecenia czytania. Jak to zrobić dla pliku Excel?

novak
źródło
2
Która wersja programu Excel? Jeśli możesz ograniczyć się do otwierania plików Excela utworzonych przez Ecel 2007 lub 2010, powinieneś być w stanie przeanalizować większość lub całość pliku jako XML.
Adam Crossland

Odpowiedzi:

97

Edycja:
W nowszej wersji pand możesz przekazać nazwę arkusza jako parametr.

file_name =  # path to file + file name
sheet =  # sheet name or sheet number or list of sheet numbers and names

import pandas as pd
df = pd.read_excel(io=file_name, sheet_name=sheet)
print(df.head(5))  # print first 5 rows of the dataframe

Sprawdź dokumentację, aby zapoznać się z przykładami, jak przejść sheet_name:
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_excel.html

Stara wersja:
możesz również użyć pandaspakietu ...

Kiedy pracujesz z plikiem Excela z wieloma arkuszami, możesz użyć:

import pandas as pd
xl = pd.ExcelFile(path + filename)
xl.sheet_names

>>> [u'Sheet1', u'Sheet2', u'Sheet3']

df = xl.parse("Sheet1")
df.head()

df.head() wydrukuje pierwsze 5 wierszy pliku Excel

Jeśli pracujesz z plikiem Excela z jednym arkuszem, możesz po prostu użyć:

import pandas as pd
df = pd.read_excel(path + filename)
print df.head()
Rakesh Adhikesavan
źródło
2
to rozwiązanie cieszy się moim uznaniem. z openpyxl napotykam następujący problem: „InvalidFileException: openpyxl nie obsługuje starego formatu pliku .xls, użyj xlrd do odczytania tego pliku lub przekonwertuj go na nowszy format .xlsx”. Z drugiej strony pandy obsługują zarówno pliki .xls, jak i .xlsx ... również odczyt całej tabeli zajmuje tylko jedną linię kodu.
nathanielng
3
Będziesz musiał zainstalować opcjonalne zależności xlrddo odczytu plików Excela i xlwtdo pisania plików Excel.
Flimm
32

Wypróbuj bibliotekę xlrd .

[Edytuj] - z tego, co widzę po Twoim komentarzu, coś takiego jak poniższy fragment może załatwić sprawę. Zakładam, że szukasz słowa „jan” w jednej kolumnie, ale możesz dodać więcej lub uczynić z tego bardziej ogólną funkcję.

from xlrd import open_workbook

book = open_workbook('simple.xls',on_demand=True)
for name in book.sheet_names():
    if name.endswith('2'):
        sheet = book.sheet_by_name(name)

        # Attempt to find a matching row (search the first column for 'john')
        rowIndex = -1
        for cell in sheet.col(0): # 
            if 'john' in cell.value:
                break

        # If we found the row, print it
        if row != -1:
            cells = sheet.row(row)
            for cell in cells:
                print cell.value

        book.unload_sheet(name) 
Jon Cage
źródło
Myślę, że to może być to, co chcę zrobić: from xlrd import open_workbook book = open_workbook ('simple.xls', on_demand = True) dla nazwy w book.sheet_names (): if name.endswith ('2'): sheet = book.sheet_by_name (name) print sheet.cell_value (0,0) book.unload_sheet (name) large_files.py, ale nie chcę, aby używał endwith, chcę, aby znajdował i drukował wiersze zawierające konkretną nazwę ... na przykład Chcę, żeby wydrukowało wiersz ogromnego arkusza Excela, który zawiera dane Johna, a nie Boba. Wsparcie?
novak
Proponuję opublikować to jako oddzielne pytanie i umieścić kod w bloku kodu.
Jon Cage,
To jest drugie pytanie z serii powiązanych pytań; w trzecim pytaniu okazuje się, że prawdziwy plik Excela ma rzekomo 1,5 GB, a pamięć komputera jest opisana jako „za mało” ... patrz stackoverflow.com/questions/3241039/ ...
John Machin
16

Nie jest to tak proste, jak otwieranie zwykłego pliku tekstowego i będzie wymagało jakiegoś zewnętrznego modułu, ponieważ nic nie jest do tego wbudowane. Oto kilka opcji:

http://www.python-excel.org/

Jeśli to możliwe, możesz rozważyć wyeksportowanie arkusza kalkulacyjnego Excela jako pliku CSV, a następnie użycie wbudowanego modułu csv w języku Python, aby go przeczytać:

http://docs.python.org/library/csv.html

Donald Miner
źródło
Ok, naprawdę nie rozumiem rzeczy CSV, jak mam Pythona otworzyć mój plik Excela jako moduł csv? Mam program, który robi to, co chcę dla plików txt i chcę, aby robił to samo z tym plikiem Excela ... co jest najlepszym sposobem? Czy możesz to rozwinąć?
novak
Możesz użyć zewnętrznego modułu Pythona, takiego jak xlrd, lub zapisać plik Excela w pliku CSV zamiast zwykłego pliku Excel. Myślę, że brakuje ci tego, że plik Excela nie ma żadnego podobieństwa do zwykłego pliku tekstowego. Otwórz dokument Excela w notatniku, a zobaczysz, co mam na myśli. Musisz albo zapisać plik w formacie zwykłego tekstu, na przykład CSV (wartości rozdzielane przecinkami), który jest łatwiejszy do odczytania w Pythonie, albo zainstalować i używać modułu innej firmy, który może przeanalizować plik Excela.
Donald Miner
Problem polega na tym, że plik jest naprawdę duży. Jak mogę zapisać plik w formacie CSV, jeśli nie mogę go całkowicie otworzyć?
novak
@novak: Twoim problemem jest to, że plik ma 1,5 GB, a pamięć komputera jest „niewystarczająca” ...
John Machin,
6

Jest pakiet openpxyl :

>>> from openpyxl import load_workbook
>>> wb2 = load_workbook('test.xlsx')
>>> print wb2.get_sheet_names()
['Sheet2', 'New Title', 'Sheet1']

>>> worksheet1 = wb2['Sheet1'] # one way to load a worksheet
>>> worksheet2 = wb2.get_sheet_by_name('Sheet2') # another way to load a worksheet
>>> print(worksheet1['D18'].value)
3
>>> for row in worksheet1.iter_rows():
>>>     print row[0].value()
słowa do rozumu
źródło
1

To może pomóc:

Tworzy to węzeł, który pobiera listę 2D (listę elementów listy) i wypycha je do arkusza kalkulacyjnego programu Excel. upewnij się, że IN [] są obecne lub rzucą i wyjątek.

jest to ponowne zapisanie węzła dynamo Revit excel dla programu Excel 2013, ponieważ domyślny wstępnie spakowany węzeł ciągle się psuje. Mam też podobny węzeł odczytu. Składnia programu Excel w Pythonie jest drażliwa.

thnx @CodingNinja - zaktualizowano:)

###Export Excel - intended to replace malfunctioning excel node

import clr

clr.AddReferenceByName('Microsoft.Office.Interop.Excel, Version=15.0.0.0, Culture=neutral, PublicKeyToken=71e9bce111e9429c')
##AddReferenceGUID("{00020813-0000-0000-C000-000000000046}") ''Excel                            C:\Program Files\Microsoft Office\Office15\EXCEL.EXE 
##Need to Verify interop for version 2015 is 15 and node attachemnt for it.
from Microsoft.Office.Interop import  * ##Excel
################################Initialize FP and Sheet ID
##Same functionality as the excel node
strFileName = IN[0]             ##Filename
sheetName = IN[1]               ##Sheet
RowOffset= IN[2]                ##RowOffset
ColOffset= IN[3]                ##COL OFfset
Data=IN[4]                      ##Data
Overwrite=IN[5]                 ##Check for auto-overwtite
XLVisible = False   #IN[6]      ##XL Visible for operation or not?

RowOffset=0
if IN[2]>0:
    RowOffset=IN[2]             ##RowOffset

ColOffset=0
if IN[3]>0:
    ColOffset=IN[3]             ##COL OFfset

if IN[6]<>False:
    XLVisible = True #IN[6]     ##XL Visible for operation or not?

################################Initialize FP and Sheet ID
xlCellTypeLastCell = 11                 #####define special sells value constant
################################
xls = Excel.ApplicationClass()          ####Connect with application
xls.Visible = XLVisible                 ##VISIBLE YES/NO
xls.DisplayAlerts = False               ### ALerts

import os.path

if os.path.isfile(strFileName):
    wb = xls.Workbooks.Open(strFileName, False)     ####Open the file 
else:
    wb = xls.Workbooks.add#         ####Open the file 
    wb.SaveAs(strFileName)
wb.application.visible = XLVisible      ####Show Excel
try:
    ws = wb.Worksheets(sheetName)       ####Get the sheet in the WB base

except:
    ws = wb.sheets.add()                ####If it doesn't exist- add it. use () for object method
    ws.Name = sheetName



#################################
#lastRow for iterating rows
lastRow=ws.UsedRange.SpecialCells(xlCellTypeLastCell).Row
#lastCol for iterating columns
lastCol=ws.UsedRange.SpecialCells(xlCellTypeLastCell).Column
#######################################################################
out=[]                                  ###MESSAGE GATHERING

c=0
r=0
val=""
if Overwrite == False :                 ####Look ahead for non-empty cells to throw error
    for r, row in enumerate(Data):   ####BASE 0## EACH ROW OF DATA ENUMERATED in the 2D array #range( RowOffset, lastRow + RowOffset):
        for c, col in enumerate (row): ####BASE 0## Each colmn in each row is a cell with data ### in range(ColOffset, lastCol + ColOffset):
            if col.Value2 >"" :
                OUT= "ERROR- Cannot overwrite"
                raise ValueError("ERROR- Cannot overwrite")
##out.append(Data[0]) ##append mesage for error
############################################################################

for r, row in enumerate(Data):   ####BASE 0## EACH ROW OF DATA ENUMERATED in the 2D array #range( RowOffset, lastRow + RowOffset):
    for c, col in enumerate (row): ####BASE 0## Each colmn in each row is a cell with data ### in range(ColOffset, lastCol + ColOffset):
        ws.Cells[r+1+RowOffset,c+1+ColOffset].Value2 = col.__str__()

##run macro disbled for debugging excel macro
##xls.Application.Run("Align_data_and_Highlight_Issues")
Apsis0215
źródło
@CodingNinja To wystarczające? :)
Apsis0215
Tak, dużo lepiej
0

Ten kod działał dla mnie z Pythonem 3.5.2. Otwiera, zapisuje i wyróżnia się. Obecnie pracuję nad zapisaniem danych do pliku, ale to jest kod:

import csv
excel = csv.writer(open("file1.csv", "wb"))

 

J.ravat
źródło
-1
import pandas as pd 
import os 
files = os.listdir('path/to/files/directory/')
desiredFile = files[i]
filePath = 'path/to/files/directory/%s'
Ofile = filePath % desiredFile
xls_import = pd.read_csv(Ofile)

Teraz możesz wykorzystać moc pand DataFrames!

Malcolm Monroe
źródło
1
Pytanie dotyczy odczytu pliku Excela, a nie pliku tekstowego oddzielonego przecinkami. Wydaje się, że pandy mają do tego funkcję ( pandas.read_excel).
Bart