openpyxl：一种将一系列数字读取到数组的更好方法

Question

我正在寻找使用 openpyxl 读取一系列单元格的更好（更具可读性/更少被黑客入侵）的方法。我目前所拥有的工作，但涉及通过组装字符串的位来组成 excel 单元格范围（例如 A1:C3），感觉有点粗糙。

目前这就是我从特定单元格开始读取 nCols 列和 nRows 行的方式（最小工作示例，假设 worksheet.xlsx 在工作目录中，并且具有在 Sheet1:

中单元格 A1 到 C3 中写入的单元格引用

from openpyxl import load_workbook
import numpy as np

firstCol = "B"
firstRow = 2

nCols = 2
nRows = 2

lastCol = chr(ord(firstCol) + nCols - 1) 

cellRange = firstCol + str(firstRow) + ":" + lastCol + str(firstRow + nRows - 1)

wsName = "Sheet1"
wb = load_workbook(filename="worksheet.xlsx", data_only=True)
data = np.array([[i.value for i in j] for j in wb[wsName][cellRange]])
print(data)

Returns:

[[u'B2' u'C2']
 [u'B3' u'C3']]

除了有点难看之外，这种方法还有一些功能限制。例如，在超过 26 列的工作表中，对于像 AA.

这样的列，它将失败

是否有 better/correct 方法使用 openpyxl 从给定的左上角读取 nRows 和 nCols？

Answer 1

openpyxl 提供了在数字列索引（基于 1 的索引）和 Excel 的 'AA' 样式之间进行转换的函数。有关详细信息，请参阅 utils 模块。

但是，一般来说您几乎不需要它们。您可以使用工作表的 get_squared_range() 方法进行编程访问。而且，从 openpyxl 2.4 开始，您可以使用 iter_rows() 和 iter_cols() 方法执行相同的操作。注意。 iter_cols() 在只读模式下不可用。

使用 iter_rows() 的等效 MWE 为：

from openpyxl import load_workbook
import numpy as np
wsName = "Sheet1"
wb = load_workbook(filename="worksheet.xlsx", data_only=True)
ws = wb[wsName]

firstRow = 2
firstCol = 2
nCols = 2
nRows = 2

allCells = np.array([[cell.value for cell in row] for row in ws.iter_rows()])

# allCells is zero-indexed
data = allCells[(firstRow-1):(firstRow-1+nRows),(firstCol-1):(firstCol-1+nCols)]
print(data)

使用 get_squared_range() 的等效 MWE 为：

from openpyxl import load_workbook
import numpy as np

wsName = "Sheet1"
wb = load_workbook(filename="worksheet.xlsx", data_only=True)

firstCol = 2
firstRow = 2
nCols = 2
nRows = 2

data = np.array([[i.value for i in j] for j in wb[wsName].get_squared_range(
            firstCol, firstRow, firstCol+nCols-1, firstRow+nRows-1)])
print(data)

两者都return:

[[u'B2' u'C2']
 [u'B3' u'C3']]

有关 Pandas 和 openpyxl 一起使用的更多信息，另请参阅 https://openpyxl.readthedocs.io/en/default/pandas.html。

Answer 2

为了完整性（这样我以后可以找到它），@Rob 在评论中建议使用 pandas 函数 read_excel 的等效代码是：

import pandas
import numpy as np
wsName = "Sheet1"
df = pandas.read_excel(open("worksheet.xlsx", "rb"), sheetname=wsName, header=None)

firstRow = 2
firstCol = 2
nCols = 2
nRows = 2

# Data-frame is zero-indexed

data = np.array(df.ix[(firstRow-1):(firstRow-2+nRows), (firstRow-1):(firstRow-2+nRows)])
print(data)

哪个returns:

[[u'B2' u'C2']
 [u'B3' u'C3']]

openpyxl：一种将一系列数字读取到数组的更好方法

openpyxl: a better way to read a range of numbers to an array

python

numpy

openpyxl