如何在保留日期值的同时将 n 行 xlsx 转换为 Python 中的 csv

Question

我正在尝试将一个 xlsx 文件转换为一个包含 header 的 CSV 文件和另一个包含实际数据的 CSV 文件。我有以下要求：

Header 不是从第一行开始，而是从第 start_line 行开始。
日期不应视为浮点数，而应视为某种字符串格式。
我事先不知道文件的总行数或列数。我也不想指定哪一列是日期。

使用 pandas 我卡在了数字 1。我想通过两次单独的阅读来实现这一点，我从 start_line 阅读到 start_line+1 以及从 start_line+1 阅读到结尾。但是，从偏移量读取 n 行似乎是。下面是我用来获取一个文件的代码，包括 header.

import pandas as pd
def parse_excel(file,start_line,sheet,table):
    sh = pd.read_excel(file,sheet,skiprows=start_line)
    sh.to_csv("output.csv",sep='\t',encoding='utf-8',index=False)

接下来我使用 xlrd 进行了尝试，但是这个库将所有日期都视为浮点数，就像 Excel 中那样。这里唯一的解决方法似乎是 go through all individual cells，它似乎效率不高或编码不当。我现在拥有的：

import xlrd
def parse_excel(file,start_line,sheet,table):
    with xlrd.open_workbook(file) as wb:
        sh = wb.sheet_by_name(sheet)
        header_written = False
        with open('{0}.csv'.format(table),'wb') as csv_file:
            wr = csv.writer(csv_file,delimiter='\t')
            for rownum in range(sh.nrows):
                if not header_written and start_line == rownum:
                    with open('{0}_header.csv'.format(table),'wb') as header:
                        hwr = csv.writer(header,delimiter='\t')
                        hwr.writerow(sh.row_values(rownum))
                        header_written = True
                elif header_written:
                    wr.writerow(sh.row_values(rownum))

请向我指出其他 solutions/libraries，显示上述任一方法的解决方法，或解释为什么我应该使用 xlrd 解决方法检查每个单独的单元格。

Answer 1

只要您的所有数据都在 header 行下方，那么下面的操作应该有效。假设 header 行位于 n 行（索引从 0 开始，而不是像 excel 那样的 1）。

df = pd.read_excel('filepath', header=n)
df.head(0).to_csv('header.csv', index=False)
df.to_csv('output.csv', header=None, index=False)

如何在保留日期值的同时将 n 行 xlsx 转换为 Python 中的 csv

How to convert n rows of xlsx to csv in Python while preserving date values

csv

excel

xlrd

python-2.7

pandas