使用 Python 读取 Excel 文件，如何获取具有指示列名的特定列的值？-IT科技

问题描述：

我有一个 Excel 文件：

Arm_id      DSPName        DSPCode          HubCode          PinCode    PPTL
1            JaVAS            01              AGR             282001    1,2
2            JaVAS            01              AGR             282002    3,4
3            JaVAS            01              AGR             282003    5,6

我想以的形式保存一个字符串Arm_id,DSPCode,Pincode。此格式是可配置的，即它可能会更改为DSPCode,Arm_id,Pincode。我将其保存在列表中，如下所示：

FORMAT = ['Arm_id', 'DSPName', 'Pincode']

鉴于可配置，我如何读取具有所提供名称的特定列的内容FORMAT？

这是我尝试过的。目前我可以读取文件中的所有内容

from xlrd import open_workbook
wb = open_workbook('sample.xls')
for s in wb.sheets():
    #print 'Sheet:',s.name
    values = []
    for row in range(s.nrows):
        col_value = []
        for col in range(s.ncols):
            value  = (s.cell(row,col).value)
            try : value = str(int(value))
            except : pass
            col_value.append(value)
        values.append(col_value)
print values

我的输出是：

[
    [u'Arm_id', u'DSPName', u'DSPCode', u'HubCode', u'PinCode', u'PPTL'],
    ['1', u'JaVAS', '1', u'AGR', '282001', u'1,2'], 
    ['2', u'JaVAS', '1', u'AGR', '282002', u'3,4'], 
    ['3', u'JaVAS', '1', u'AGR', '282003', u'5,6']
]

然后我循环values[0]尝试找出FORMAT中的内容，然后获取中values[0]的索引，然后从下一个循环中我知道所有因素的索引，从而知道我需要获取哪个值。Arm_id, DSPname and Pincode`values[0]`FORMAT

但这是一个非常糟糕的解决方案。

如何获取 Excel 文件中具有名称的特定列的值？

解决方案 1：

答案有点晚了，但是使用 pandas，可以直接获取 excel 文件中的一列：

import pandas

df = pandas.read_excel('sample.xls')
#print the column names
print df.columns
#get the values for a given column
values = df['Arm_id'].values
#get a data frame with selected columns
FORMAT = ['Arm_id', 'DSPName', 'Pincode']
df_selected = df[FORMAT]

确保已经安装了 xlrd 和 pandas：

pip install pandas xlrd

解决方案 2：

这是一种方法：

from xlrd import open_workbook

class Arm(object):
    def __init__(self, id, dsp_name, dsp_code, hub_code, pin_code, pptl):
        self.id = id
        self.dsp_name = dsp_name
        self.dsp_code = dsp_code
        self.hub_code = hub_code
        self.pin_code = pin_code
        self.pptl = pptl

    def __str__(self):
        return("Arm object:
"
               "  Arm_id = {0}
"
               "  DSPName = {1}
"
               "  DSPCode = {2}
"
               "  HubCode = {3}
"
               "  PinCode = {4} 
"
               "  PPTL = {5}"
               .format(self.id, self.dsp_name, self.dsp_code,
                       self.hub_code, self.pin_code, self.pptl))

wb = open_workbook('sample.xls')
for sheet in wb.sheets():
    number_of_rows = sheet.nrows
    number_of_columns = sheet.ncols

    items = []

    rows = []
    for row in range(1, number_of_rows):
        values = []
        for col in range(number_of_columns):
            value  = (sheet.cell(row,col).value)
            try:
                value = str(int(value))
            except ValueError:
                pass
            finally:
                values.append(value)
        item = Arm(*values)
        items.append(item)

for item in items:
    print item
    print("Accessing one single value (eg. DSPName): {0}".format(item.dsp_name))
    print

您不必使用自定义类，只需采用即可dict()。但是，如果您使用类，则可以通过点符号访问所有值，如上所示。

以下是上述脚本的输出：

Arm object:
  Arm_id = 1
  DSPName = JaVAS
  DSPCode = 1
  HubCode = AGR
  PinCode = 282001 
  PPTL = 1
Accessing one single value (eg. DSPName): JaVAS

Arm object:
  Arm_id = 2
  DSPName = JaVAS
  DSPCode = 1
  HubCode = AGR
  PinCode = 282002 
  PPTL = 3
Accessing one single value (eg. DSPName): JaVAS

Arm object:
  Arm_id = 3
  DSPName = JaVAS
  DSPCode = 1
  HubCode = AGR
  PinCode = 282003 
  PPTL = 5
Accessing one single value (eg. DSPName): JaVAS

解决方案 3：

因此，关键部分是获取标题 ( col_names = s.row(0))，并在遍历行时跳过不需要的第一行for row in range(1, s.nrows)- 通过使用从 1 开始的范围（而不是隐式的 0）来完成。然后，使用 zip 遍历将“name”作为列标题的行。

from xlrd import open_workbook

wb = open_workbook('Book2.xls')
values = []
for s in wb.sheets():
    #print 'Sheet:',s.name
    for row in range(1, s.nrows):
        col_names = s.row(0)
        col_value = []
        for name, col in zip(col_names, range(s.ncols)):
            value  = (s.cell(row,col).value)
            try : value = str(int(value))
            except : pass
            col_value.append((name.value, value))
        values.append(col_value)
print values

解决方案 4：

通过使用pandas我们可以轻松读取excel。

import pandas as pd 
from pandas import ExcelWriter
from pandas import ExcelFile 

DataF=pd.read_excel("Test.xlsx",sheet_name='Sheet1')

print("Column headings:")
print(DataF.columns)

测试地址：https://repl.it
参考：https://pythonspot.com/read-excel-with-pandas/

解决方案 5：

下面是读取 Excel 文件并打印第 1 列中的所有单元格（第一个单元格即标题除外）的代码：

import xlrd

file_location="C:pythonprogxxx.xlsv"
workbook=xlrd.open_workbook(file_location)
sheet=workbook.sheet_by_index(0)
print(sheet.cell_value(0,0))

for row in range(1,sheet.nrows):
     print(sheet.cell_value(row,0))

解决方案 6：

我采用的方法是从第一行读取标题信息来确定感兴趣的列的索引。

您在问题中提到您还希望将值输出到字符串。我从 FORMAT 列表动态构建输出的格式字符串。行附加到值字符串，并用换行符分隔。

输出列的顺序由 FORMAT 列表中列名的顺序决定。

在下面的代码中，FORMAT 列表中列名的大小写很重要。在上面的问题中，您的 FORMAT 列表中有“Pincode”，但 Excel 中却有“PinCode”。这在下面不起作用，它必须是“PinCode”。

from xlrd import open_workbook
wb = open_workbook('sample.xls')

FORMAT = ['Arm_id', 'DSPName', 'PinCode']
values = ""

for s in wb.sheets():
    headerRow = s.row(0)
    columnIndex = [x for y in FORMAT for x in range(len(headerRow)) if y == firstRow[x].value]
    formatString = ("%s,"*len(columnIndex))[0:-1] + "
"

    for row in range(1,s.nrows):
        currentRow = s.row(row)
        currentRowValues = [currentRow[x].value for x in columnIndex]
        values += formatString % tuple(currentRowValues)

print values

对于上面给出的示例输入，此代码输出：

>>> 1.0,JaVAS,282001.0
2.0,JaVAS,282002.0
3.0,JaVAS,282003.0

因为我是 Python 新手，所以支持：
这个答案，
这个答案，
这个问题，
这个问题
和这个答案。

解决方案 7：

我已经阅读过使用openpyxl库，

import openpyxl
from pathlib import Path

xlsx_file = Path('C:\\Users\\Amit\\Desktop\\ReadExcel', 'ReadData.xlsx')
wb_obj = openpyxl.load_workbook(xlsx_file) 

# Read the active sheet:
sheet = wb_obj.active

for i in range(sheet.max_column):
    print(f'i = {i}')
    for row in sheet.iter_rows():
        print(row[i].value)

解决方案 8：

虽然我几乎总是使用 pandas 来实现这一点，但我当前的小工具正在打包成可执行文件，而包含 pandas 则有些过头了。因此，我创建了一个poida解决方案的版本，该版本生成了一个命名元组列表。经过此更改后，他的代码将如下所示：

from xlrd import open_workbook
from collections import namedtuple
from pprint import pprint

wb = open_workbook('sample.xls')

FORMAT = ['Arm_id', 'DSPName', 'PinCode']
OneRow = namedtuple('OneRow', ' '.join(FORMAT))
all_rows = []

for s in wb.sheets():
    headerRow = s.row(0)
    columnIndex = [x for y in FORMAT for x in range(len(headerRow)) if y == headerRow[x].value]

    for row in range(1,s.nrows):
        currentRow = s.row(row)
        currentRowValues = [currentRow[x].value for x in columnIndex]
        all_rows.append(OneRow(*currentRowValues))

pprint(all_rows)