從受密碼保護的Excel文件到pandas DataFrame

Question

我可以使用以下命令打開受密碼保護的Excel文件：

import sys
import win32com.client
xlApp = win32com.client.Dispatch("Excel.Application")
print "Excel library version:", xlApp.Version
filename, password = sys.argv[1:3]
xlwb = xlApp.Workbooks.Open(filename, Password=password)
# xlwb = xlApp.Workbooks.Open(filename)
xlws = xlwb.Sheets(1) # counts from 1, not from 0
print xlws.Name
print xlws.Cells(1, 1) # that's A1

我不確定如何將信息傳遞給pandas數據幀。 我是否需要逐個讀取單元格，或者是否有方便的方法來實現？

Answer 1

假設起始單元格為（StartRow，StartCol），結束單元格為（EndRow，EndCol），我發現以下內容對我有用：

# Get the content in the rectangular selection region
# content is a tuple of tuples
content = xlws.Range(xlws.Cells(StartRow, StartCol), xlws.Cells(EndRow, EndCol)).Value 

# Transfer content to pandas dataframe
dataframe = pandas.DataFrame(list(content))

注意：Excel單元格B5在win32com中作為第5行，第2列給出。 此外，我們需要list（...）從元組的元組轉換為元組列表，因為沒有用於元組元組的pandas.DataFrame構造函數。

Answer 2

假設您可以使用win32com API將加密文件保存回磁盤（我意識到可能會失敗），您可以立即調用頂級pandas函數read_excel 。 您需要首先安裝xlrd （適用於Excel 2003）， xlwt （也適用於2003）和openpyxl （適用於Excel 2007）的某些組合。 這是用於閱讀Excel文件的文檔。 目前，pandas不支持使用win32com API讀取Excel文件。 如果您願意，歡迎您打開GitHub問題 。

Answer 3

根據@ikeoddy提供的建議，這應該把各個部分放在一起：

如何使用python打開受密碼保護的excel文件？

# Import modules
import pandas as pd
import win32com.client
import os
import getpass

# Name file variables
file_path = r'your_file_path'
file_name = r'your_file_name.extension'

full_name = os.path.join(file_path, file_name)
# print(full_name)

在Python中獲取命令行密碼輸入

# You are prompted to provide the password to open the file
xl_app = win32com.client.Dispatch('Excel.Application')
pwd = getpass.getpass('Enter file password: ')

Workbooks.Open方法（Excel）

xl_wb = xl_app.Workbooks.Open(full_name, False, True, None, pwd)
xl_app.Visible = False
xl_sh = xl_wb.Worksheets('your_sheet_name')

# Get last_row
row_num = 0
cell_val = ''
while cell_val != None:
    row_num += 1
    cell_val = xl_sh.Cells(row_num, 1).Value
    # print(row_num, '|', cell_val, type(cell_val))
last_row = row_num - 1
# print(last_row)

# Get last_column
col_num = 0
cell_val = ''
while cell_val != None:
    col_num += 1
    cell_val = xl_sh.Cells(1, col_num).Value
    # print(col_num, '|', cell_val, type(cell_val))
last_col = col_num - 1
# print(last_col)

ikeoddy的回答：

content = xl_sh.Range(xl_sh.Cells(1, 1), xl_sh.Cells(last_row, last_col)).Value
# list(content)
df = pd.DataFrame(list(content[1:]), columns=content[0])
df.head()

python win32 COM關閉excel工作簿

xl_wb.Close(False)

Answer 4

來自David Hamann的網站（所有學分歸他所有） https://davidhamann.de/2018/02/21/read-password-protected-excel-files-into-pandas-dataframe/

使用xlwings，打開文件將首先啟動Excel應用程序，以便輸入密碼。

import pandas as pd
import xlwings as xw

PATH = '/Users/me/Desktop/xlwings_sample.xlsx'
wb = xw.Book(PATH)
sheet = wb.sheets['sample']

df = sheet['A1:C4'].options(pd.DataFrame, index=False, header=True).value
df