前言

最近需要讀取Excel中的內(nèi)容，然后進(jìn)行后續(xù)操作，對(duì)于這塊知識(shí)，博主以前以為自己不會(huì)涉及到，但是現(xiàn)在一涉及到，第一步就錯(cuò)了，搞了好久。真的心累。因此寫了這篇博客。 

目的：

excel中存放著數(shù)據(jù)，如果要進(jìn)行計(jì)算及其它操作，首先就要進(jìn)行讀取。

我們先來(lái)看一下python中能操作Excel的庫(kù)對(duì)比（一共九個(gè)庫(kù)）：

可以發(fā)現(xiàn)，還是挺多的

這里使用的是xlrd庫(kù)。

安裝

這里首先就是導(dǎo)入這個(gè)包，

pip install xlrd==1.2.0

xlrd包版本最好是1.2.0，因?yàn)楣P者使用2.多版本的xlrd時(shí)，代碼出現(xiàn)了類似下面的報(bào)錯(cuò)，也就是說(shuō)xlrd版本太高會(huì)導(dǎo)致無(wú)法支持讀取xlsx后綴的excel。

xlrd.biffh.XLRDError: Excel xlsx file; not supported

大家可以去試試將excel另存，看看保存類型。

目前筆者使用的是Excel2019版本的，默認(rèn)保存類型為xlsx。

如果你之前已經(jīng)安裝xlrd高版本或更低版本了，建議先卸載一下，重新安裝。

pip uninstall xlrd
pip install xlrd==1.2.0

實(shí)例

初階 

一個(gè)excel中有如上數(shù)據(jù)，我們需要將其提取出來(lái)，方便python進(jìn)行后續(xù)操作。

代碼如下：

def extract1(file,index=0):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    all = []
    for i in range(rows):
        a = worksheet.row_values(i)[:]
        all.append(a)
    print(all)
    cc = np.array(all)
    print(cc)
    return cc

file是文件的路徑及名稱，index就是當(dāng)前sheet表的索引。 下圖就是具體的索引。

當(dāng)然也可以根據(jù)sheet表的名稱。

如下面代碼第一行按照的是索引方式，第二行按照的是sheet名稱。大家可自行選擇

    worksheet = workbook.sheet_by_index(0)
    worksheet = workbook.sheet_by_name("sheet1")

rows = worksheet.nrows

返回的是sheet表的行數(shù)，ncols則是列數(shù)

    all = []
    for i in range(rows):
        a = worksheet.row_values(i)[:]
        all.append(a)

首先定義一個(gè)空列表，然后遍歷每行，將里面的數(shù)據(jù)寫入列表中，

row_values()

是用來(lái)返回給定行中單元格值的切片。 

最后將其轉(zhuǎn)換成數(shù)組類型即可。（按要求來(lái)，大家也可以不換）

下圖是結(jié)果：

換個(gè)高級(jí)的寫法，用推導(dǎo)式寫（濃縮才是精華）

def extract(file,index=0):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    c = tuple(worksheet.row_values(i)[:] for i in range(rows))
    a = np.array(c)
    print(a)
    return a

 代碼行數(shù)瞬間縮短了。

最好調(diào)用一下函數(shù)即可

file = r'C:\Users\knighthood\OneDrive\桌面\11.xlsx'
extract1(file)

進(jìn)階1

要求：假如我excel只要圖中框出來(lái)的區(qū)域。

以下為了看的較為簡(jiǎn)便，我使用推導(dǎo)式的代碼

def confine_array(file,index=0):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    c = tuple(worksheet.row_values(i)[1:] for i in range(1, rows))
    a = np.array(c)
    print(a)
    return a

如上，可以發(fā)現(xiàn)，代碼變化之處就下面這一行。

    c = tuple(worksheet.row_values(i)[1:] for i in range(1, rows))

一步步講解：

①for i in range(1, rows)

        首先對(duì)于后面的for循環(huán)，i控制的就是獲取的行，更改其范圍就會(huì)更改獲取到的行、行數(shù)。

如果是上面說(shuō)的（1，rows），則對(duì)應(yīng)著獲取第二行到最后一行，（0表示第一行）

②worksheet.row_values(i)[1:]

        最后的[1:]（本來(lái)的代碼中是沒有或者是[:]）表示的是i行的元素從第2列（個(gè)）獲取到最后一行（個(gè)）。

因此我們只需要更改這兩處就可以獲得不同的內(nèi)容矩陣（如下）。

def flexible_array(file,index=0,row=1,col=1):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    c = tuple(worksheet.row_values(i)[col:] for i in range(row,rows))
    a = np.array(c)
    print(a)
    return a

結(jié)果如下圖 

進(jìn)階2

要求：能不能更簡(jiǎn)化一點(diǎn)，根據(jù)我從哪個(gè)位置要數(shù)據(jù)，如第二行第二列開始，將這后面的數(shù)據(jù)進(jìn)行讀取。每次這樣對(duì)來(lái)對(duì)去，容易出錯(cuò)，還是根據(jù)行列開始計(jì)算比較方便。

這里為了防止行列一樣，我就多加了一列。

def flexible1_array(file,index=0,row=1,col=1):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    c = tuple(worksheet.row_values(i)[col-1:] for i in range(row-1,rows))
    a = np.array(c)
    print(a)
    return a

代碼也主要變化了這一行 

    c = tuple(worksheet.row_values(i)[col-1:] for i in range(row-1,rows))

這里筆者就不多解釋了。 

現(xiàn)在就可以根據(jù)需要的起始單元格所在的行列進(jìn)行選取所要的內(nèi)容。

進(jìn)階3

要求：不需要最后一列

這里的話，筆者就設(shè)置了最后需要的行和列作為結(jié)束的讀取。

def flexible2_array(file,index=0,row=1,col=1,end_row=None,end_col=None):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    if end_row is None:
        c = tuple(worksheet.row_values(i)[col-1:end_col] for i in range(row-1, rows))
    else:
        c = tuple(worksheet.row_values(i)[col - 1:end_col] for i in range(row - 1, end_row))
    a = np.array(c)
    print(a)
    return a

上述代碼意思是，如果不輸入結(jié)束的行和列，讀取到的是包含數(shù)據(jù)的行列，如果輸入了行和列（或者其中一個(gè)），就讀取相應(yīng)的內(nèi)容。由于end_row放在range()函數(shù)中，因此需要加個(gè)if判斷。

結(jié)果如下：

        此外，我還發(fā)現(xiàn)，end_col由于放在[]中，可輸入負(fù)數(shù)（不懂的可以去看看python列表負(fù)索引）。

不過這里的-1，其實(shí)際是排除了最后一列，從你輸入的行列到，你輸入的結(jié)束行和倒數(shù)第二列。

有些人可能會(huì)覺得別扭（比如我，更喜歡-1表示從起始列到最后一列，-2表示從起始列到倒數(shù)第二列）

def flexible3_array(file,index=0,row=1,col=1,end_row=None,end_col=None):
    workbook = xlrd.open_workbook(file)
    worksheet = workbook.sheet_by_index(index)
    rows = worksheet.nrows
    if end_row is None:
        c = tuple(worksheet.row_values(i)[col-1:end_col if end_col > 0 else end_col+1] for i in range(row-1, rows))
    else:
        c = tuple(worksheet.row_values(i)[col-1:end_col if end_col > 0 else end_col+1] for i in range(row - 1, end_row))
    a = np.array(c)
    print(a)
    return a

這里，代碼中將判斷end_col是否為負(fù)，使用了if-else寫在一行。減少了很多代碼判斷量，使看起來(lái)更簡(jiǎn)潔。 

這里看個(gè)人喜好是否使用這個(gè)方法。 

還有一個(gè)end_col參數(shù)使用負(fù)數(shù)的原因是，end_row由于在excel中對(duì)應(yīng)的是行，其用的是數(shù)字表示，而excel中列用字母表示，因此如果當(dāng)數(shù)據(jù)列數(shù)太多的時(shí)候（如下圖），去數(shù)列還是挺麻煩的

總結(jié)

上述內(nèi)容是一步一步進(jìn)行修改添加的，對(duì)應(yīng)著平時(shí)要求的逐漸添加，功能的逐漸完善。

筆者在上篇構(gòu)建層次分析法，用到的數(shù)據(jù)矩陣，可以和這篇一起結(jié)合，通過excel讀取轉(zhuǎn)為數(shù)組，然后進(jìn)行層次分析法的操作。

到此這篇關(guān)于如何使用python讀取Excel指定范圍并轉(zhuǎn)為數(shù)組的文章就介紹到這了,更多相關(guān)python讀取Excel并轉(zhuǎn)數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論