本文主要是介绍Python实现获取带合并单元格的表格数据，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《Python实现获取带合并单元格的表格数据》由于在日常运维中经常出现一些合并单元格的表格,如果要获取数据比较麻烦,所以本文我们就来聊聊如何使用Python实现获取带合并单元格的表格数据吧...
由于在日常运维中经常出现一些合并单元格的表格，如果要获取数据比较麻烦，现将将封装成类，并通过调用list_excel_data()获取列表形式的数据, dict_excel_data()：获取字典格式的数据。
当以字典形式获取数据时要注意，默认以第一行作为字典的key。
代码如下：
from openpyxl import load_workbook
class Get_table_data():
"""
对带有合并单元格的表格数据进行处理
"""
def __init__(self,sh):
"""
定义初始传入的表
:param sh: 表
"""
self.sh = sh
def get_row_col(self):
"""
# 获取表格的行、列信息
:param sh: 表
:return:
"""
# title = sh.title # 获取sheet名称
max_row_num = self.sh.max_row # 获取最大js行数
max_col_num = self.sh.max_column # 获取最大列数
# min_row_num=sh.min_row # 获取最小行数
# min_col_num = sh.min_column # 获取最小列数
return max_row_num,max_col_num
# 获取合并的单元格的坐标信息及合并的单元格行、列数
def get_merge_data(self):
"""
通过获取的合并单元格的转换成特定的格式
:return: 合并的单元格的索引信息
"""
# 查询该sheet表单所有合并单元格
merge_lists = self.sh.merged_cells
# print('merge_lists',merge_lists)
merge_all_list = [] # 接收最终内容并返回
# 遍历合并单元格
for merge_list in merge_lists:
# 获取单个合并单元格的起始行(row_min)终止行(row_max)和起始列(col_min)终止列(col_max)
row_min, row_max, col_min, col_max = merge_list.min_row, merge_list.max_row, merge_list.min_col, merge_list.max_col
# 这里判断如果合并单元格起始、终止的行和列都不相等，说明合并单元格既合并了行又合并了列，两个for循环依次取出行列位置分别存在x,y中
if row_min != row_max and col_min != col_max:
row_col = [(x, y) for x in range(row_min, row_max + 1) for y in range(col_min, col_max + 1)]
merge_all_list.append(row_col) # 取出的值存在列表中
# 这里判断如果合并单元格起始、终止行相等，起始、终止列不相等，说明合并单元格只合并了列，所以行不动，只循环取出列的值，存在y中，行可以随意取row_min/row_max
elif row_min == row_max and col_min != col_max:
row_col = [(row_min, y) for y in range(col_min, col_max + 1)]
merge_all_list.append(row_col) # 取出的值存在列表中
# 这里判断如果合并单元格起始、终止行不相等，起始、终止列相等，说明合并单元格只合并了行，所以列不动，只循环取出行的值，存在x中，列可以随意取col_min/col_max
elif row_min != row_max and col_min == col_max:
row_col = [(x, col_min) for x in range(row_min, row_max + 1)]
merge_all_list.append(row_col) # 取出的值存在列表中
return merge_all_list # 最终返回列表
# 得到的是个这样的列表值：[[(2, 1), (3, 1)], [(10, 1), (10, 2), (10, 3), (11, 1), (11, 2), (11, 3)]]
def merge_values(self,merge_cell): # 传入一个元组入参
"""
处理合并单元格,返回合并的单元格数值
:param merge_cell: 合并的单元格信息，以内嵌二元组的列表形式
:return: 返回单元格数值
"""
# 循环取出合并单元格方法得到的值（这个值还是列表），检查传入的参数是不是在这些值里面
for i in range(0, len(merge_cell)):
# 获取合并单元格的值：合并单元格左上角的第一个行列坐标的值
cell_value = self.sh.cell(row=merge_cell[i][0][0], column=merge_cell[i][0][1]).value
return cell_value
def list_excel_data(self):
"""
按列表格式获取表中所有行数据
:return: 按行以列表嵌套的格式
"""
merge_list = self.get_merge_data() # 获取表格合并的单元格的信息
merge_list_all = sum(merge_list,[]) # 将合并的单元格转换成一个大列表
table_value = []
for row in range(1,self.sh.max_row + 1):
row_value = [] # 定义一个空列表存放有数据的行数据
for col in range(1,self.sh.max_column + 1):
cell_data = (row, col)
if cell_data in merge_list_all:
row_value.append(self.merge_values(merge_list)) # 是合并单元格，则调用合并单元格数值获取函数
else: # 不在，说明不是合并单元格，使用普通单元格方法获取即可
row_value.append(self.sh.cell(*cell_data).value)
table_value.append(row_value)
return table_value
def dict_excel_data(self):
"""
按字典格式显示表中数据
:return: 按行以字典嵌套列表的格式
"""
merge_list = self.get_merge_data() # 获取表格合并的单元格的信息
merge_list_all = sum(merge_list, []) # 将合并的单元China编程格转换成一个大列表
list_val = []
for row in range(1, self.sh.max_row + 1):
if row > 1: # 第二行开始
dict_val = {} # 定义一个空字典存放数据
for col in range(1, self.sh.max_column + 1):
title_row = (1, col) # 表格的第一行：标题栏
cell_data = (row, col)
if cell_data in merge_list_all:
# 是合并单元格，则调用合并单元格数值获取函数
dict_val[self.merge_values(merge_list)] = self.merge_values(merge_list)
else: # 不在，说明不是合并单元格，使用普通单元格方法获取即可
dict_val[self.sh.cell(*title_row).value] = self.sh.cell(*cell_data).value
list_val.append(dict_val)
return list_val
# 读取excel表
wb = load_workbook('shebei.xlsx')
# 获取指定的sheet
sheet_sb = wb['sheet']
c = Get_table_data(sheet_sb) # 创建获取表格数据对象
print(c.dict_excel_data()) # 字典格式
# print(c.list_excel_data()) # 列表格式知识延展
python使用xlrd实现读取合并单元格
操作方法：
1.使用xlrd自带属性：merged_cells
# 获取表格中所有合并单元格位置，以列表形式返回 （起始行，结束行，起始列，结束列） merged = sheet.merged_cells #结果：[(1,5,0,1),(5,9,0,1)]
2.使用循环判断是合并单元格还是普通单元格，并将合并单元格中的首行值赋值给合并单元格
def get_cell_type(row_index, col_index):
"""既能得到合并单元格也能得到普通单元格"""
cell_value = None
for (rlow, rhigh, clow, chigh) in merged: # 遍历表格中所有合并单元格位置信息
# print(rlow,rhigh,clow,chigh)
if (row_index >= rlow and row_index < rhigh): # 行坐标判断
if (col_index >= clow and col_index < chigh): # 列坐标判断
# 如果满足条件，就把合并单元格第一个位置的值赋给其它合并单元格
cell_value = sheet.cell_value(rlow, clow)
print('合并单元格')
break # 不符合条件跳出循环，防止覆盖
else:
print('普通单元格')
cell_value = sheet.cell_value(row_index, col_index)
# else: 添加改行后只那一个单元格的内容5，0 会返回2个值普通单元格/合并单元格
# print('普通单元格')
# cell_value = sheet.cell_value(row_index, col_index)
return cell_value
# 直接输入单元格的坐标。来获取单元格内容
# print(get_cell_type(5, 0))
# 利用循环输出某列的单元格内容
for i in range(1, 9):
print(get_cell_type(i, 2))PS：最简单的读取Excel文件中合并单元格操作
问题：
1.当输出内容时，使用坐标来获取print，若最外层有else会返回2个值（还在确认若无最外层else是否会有其他问题存在）
2.第一次使用时可以正常，再次使用时sheet.merged_cells返回列表为空？？
解决方法：在打开文件中加入formatting_info=True，就能正常显示
python 读取excel 并处理被合并单元格的数据
以下代码仅是示例，视情况优化调整
from openpyxl import load_workbook
from openpyxl.cell import MergedCell
import time
import pandas as pd
def excel_to_md(file_path, output_file_path):
# 替换原数据中的\r\n
def replace_value(str):
return str.replace('\n', '').replace('\r', '')编程 if str else ''
start = time.time()
# 使用 openpyxl的load_workbook 读取excel单元格属性 合并单元格数据组
merged_xls = pd.ExcelFile(load_workbook(file_path), engine="openpyxl")
# 使用 pandas的read_excel 读取数据
with pd.ExcelFile(file_path, engine="openpyxl") as xls:
with open(output_file_path, 'w') as f:
for sheet_name in xls.sheet_names:
df = pd.read_excel(xls, sheet_name=sheet_name,engine="openpyxl")
df.dropna(axis=1, how='all', inplace=Truhttp://www.chinasem.cne)
df.dropna(axis=0, how='all', inplace=True)
# print(f'sheet_name: {sheet_name},开始获取 合并单元格集合 ')
# cells_time = time.time()
sheet = merged_xls.book[sheet_name]
merged_cells = sheet.merged_cells
# print(f'sheet_name: {sheet_name},存在 合并的单元格 {len(merged_cells.ranges)if merged_cells else 0}个')
for item in merged_cells:
top_col, top_row, bottom_col, bottom_row = item.bounds
base_value = replace_value(item.start_cell.value)
# 1-based index转为0-based index
top_row -= 1
top_col -= 1
df.iloc[top_row:bottom_row, top_col:bottom_col] = base_value
python # print(f'sheet_name: {sheet_name},给合并的单元格赋值 完成 %.5f sec' %(time.time()-cells_time))
# 将空单元格赋值为空字符
df = df.fillna('')
# 开始是写入
f.write(f'# {sheet_name}\n')
for index, row in df.iterrows():
# 处理空表头读取为 Unnamed: 0 替换成 Unnamed-0
row_str = ';'.join([f'{str(col).replace(": ","-") if "Unnamed:" in str(col) else col}:{row[col]}' for col in df.columns])
replace_value(row_str)
f.write(f'{row_str}\n')
merged_xls.close()
print(file_path+' 执行时间 : %.5f sec' %(time.time()-start))
excel_to_md('test.xlsx','test.xlsx.md')到此这篇关于Python实现获取带合并单元格的表格数据的文章就介绍到这了,更多相关Python获取表格数据内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！
这篇关于Python实现获取带合并单元格的表格数据的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
