python - 如何读取范围 ('A5:B10' )并使用 openpyxl 将这些值放入数据框中

Question

能够以类似于 excel 的方式定义范围，即“A5:B10”对我需要的内容很重要，因此将整个工作表读取到数据框并不是很有用。

所以我需要做的是将 Excel 工作表中多个范围的值读取到多个不同的数据框。

valuerange1 = ['a5:b10']
valuerange2 = ['z10:z20']
df = pd.DataFrame(values from valuerange)
df = pd.DataFrame(values from valuerange1)

或

df = pd.DataFrame(values from ['A5:B10'])

我已经搜索过，但要么我搜索的工作很糟糕，要么其他人都解决了这个问题，但我真的不能。

谢谢。

Answer 1

使用 openpyxl

既然您已经表明，您正在寻找一种非常用户友好的方式来指定范围(如 excel 语法)，并且正如查理克拉克已经建议的那样，您可以使用 openpyxl。

以下实用程序函数采用工作簿和列/行范围并返回 pandas DataFrame:

from openpyxl import load_workbook
from openpyxl.utils import get_column_interval
import re

def load_workbook_range(range_string, ws):
    col_start, col_end = re.findall("[A-Z]+", range_string)

    data_rows = []
    for row in ws[range_string]:
        data_rows.append([cell.value for cell in row])

    return pd.DataFrame(data_rows, columns=get_column_interval(col_start, col_end))

用法:

wb = load_workbook(filename='excel-sheet.xlsx', 
                   read_only=True)
ws = wb.active
load_workbook_range('B1:C2', ws)

输出:

   B  C
0  5  6
1  8  9

---

Pandas 专用解决方案

在 Excel 工作表中给出以下数据:

    A   B   C
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12

您可以使用以下命令加载它:pd.read_excel('excel-sheet.xlsx')

如果您要限制正在读取的数据，pandas.read_excel方法提供了许多选项。使用 parse_cols、skiprows 和 skip_footer 选择您要加载的特定子集:

pd.read_excel(
    'excel-sheet.xlsx',    # name of excel sheet
    names=['B','C'],       # new column header
    skiprows=range(0,1),   # list of rows you want to omit at the beginning
    skip_footer=1,         # number of rows you want to skip at the end
    parse_cols='B:C'       # columns to parse (note the excel-like syntax)
)

输出:

   B  C
0  5  6
1  8  9

一些注意事项:

read_excel 方法的 API 并不意味着支持更复杂的选择。如果您需要复杂的过滤器，将整个数据加载到 DataFrame 中并使用出色的切片和索引机制会更容易(也更简洁)provided by pandas .