Python基于xlrd模塊處理合并單元格
目的:
python能使用xlrd模塊實(shí)現(xiàn)對(duì)Excel數(shù)據(jù)的讀取,且按照想要的輸出形式。
總體思路:
(1)要想實(shí)現(xiàn)對(duì)Excel數(shù)據(jù)的讀取,需要用到第三方應(yīng)用,直接應(yīng)用。
(2)實(shí)際操作時(shí)候和我們實(shí)際平時(shí)打開(kāi)一個(gè)文件進(jìn)行操作一樣,先找到文件-->打開(kāi)文件-->定義要讀取的sheet-->讀取出內(nèi)容。
Excel處理合并單元格:
已存在合并單元格如下:
xlrd中的 merged_cells 屬性介紹:[code]import xlrd
import xlrd workbook = xlrd.open_workbook('./data/test_data.xlsx') sheet = workbook.sheet_by_name('Sheet1') merged = sheet.merged_cells # 返回一個(gè)列表 起始行,結(jié)束行,起始列,結(jié)束列) print(merged)
讀取合并單元格中的某一個(gè)單元格的值編寫成一個(gè)方法:
def get_merged_cell_value(row_index,col_index): cell_value = None for (rlow, rhigh, clow, chigh) in merged: if (row_index >= rlow and row_index < rhigh): if (col_index >= clow and col_index < chigh): cell_value = sheet.cell_value(rlow, clow) return cell_value print( get_merged_cell_value(0,1) )
給出坐標(biāo),判斷是否為合并單元格:
#方法參數(shù)為單元格的坐標(biāo)(x,y),如果給的坐標(biāo)是合并的單元格,輸出此單元格是合并的,否則,輸出普通單元格 def get_merged_cell_value(row_index,col_index): for (rlow, rhigh, clow, chigh) in merged: if (row_index >= rlow and row_index < rhigh and col_index >= clow and col_index < chigh): print("此單元格是合并單元格") else: print("此單元格為普通單元格") print( get_merged_cell_value(4,3) ) ##讀取第3列的所有數(shù)據(jù),并進(jìn)行降序排序 clox=3 list1=[] for i in range(1,sheet.nrows): cell_value=float(sheet.cell_value(i,clox)) list1.append(cell_value) print(list1) list1.sort() list1.reverse() print(list1)
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
詳解Python實(shí)現(xiàn)URL監(jiān)測(cè)與即時(shí)推送
這篇文章主要為大家介紹了Python實(shí)現(xiàn)URL監(jiān)測(cè)與即時(shí)推送,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助2021-11-11為Python的web框架編寫MVC配置來(lái)使其運(yùn)行的教程
這篇文章主要介紹了為Python的web框架編寫MVC配置來(lái)使其運(yùn)行的教程,示例代碼基于Python2.x版本,需要的朋友可以參考下2015-04-04Python實(shí)現(xiàn)拷貝/刪除文件夾的方法詳解
這篇文章主要介紹了Python實(shí)現(xiàn)拷貝/刪除文件夾的方法,涉及Python針對(duì)文件夾的遞歸、遍歷、拷貝、刪除等相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下2018-08-08Pandas數(shù)據(jù)離散化原理及實(shí)例解析
這篇文章主要介紹了Pandas數(shù)據(jù)離散化原理及實(shí)例解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-118種用Python實(shí)現(xiàn)線性回歸的方法對(duì)比詳解
這篇文章主要介紹了8種用Python實(shí)現(xiàn)線性回歸的方法對(duì)比詳解,說(shuō)到如何用Python執(zhí)行線性回歸,大部分人會(huì)立刻想到用sklearn的linear_model,但事實(shí)是,Python至少有8種執(zhí)行線性回歸的方法,sklearn并不是最高效的,需要的朋友可以參考下2019-07-07Python時(shí)間序列處理之ARIMA模型的使用講解
今天小編就為大家分享一篇關(guān)于Python時(shí)間序列處理之ARIMA模型的使用講解,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧2019-04-04