"Python：使用 OpenPyXL 模擬 CSV.DictReader"

Question

我有一個要逐行解析的 Excel (.xlsx) 文件。 我有一個標題（第一行），其中包含一堆列標題，例如學校、名字、姓氏、電子郵件等。

當我遍歷每一行時，我希望能夠說類似的話：

row['School']

並取回當前行中單元格的值和以“學校”為標題的列。

我瀏覽了 OpenPyXL 文檔，但似乎找不到任何非常有用的東西。

有什么建議？

Answer 1

我對 OpenPyXL 並不十分熟悉，但據我所知，它沒有任何類型的 dict 閱讀器/迭代器助手。 但是，迭代工作表行以及從兩個值列表創建dict相當容易。

def iter_worksheet(worksheet):
    # It's necessary to get a reference to the generator, as 
    # `worksheet.rows` returns a new iterator on each access.
    rows = worksheet.rows

    # Get the header values as keys and move the iterator to the next item
    keys = [c.value for c in next(rows)]
    for row in rows:
        values = [c.value for c in row]
        yield dict(zip(keys, values))

Answer 2

Excel 工作表比 CSV 文件靈活得多，因此擁有像 DictReader 這樣的東西毫無意義。

只需從相關列標題創建一個輔助詞典。

如果您有"School", "First Name", "Last Name", "EMail"您可以像這樣創建字典。

keys = dict((value, idx) for (idx, value) in enumerate(values))
for row in ws.rows[1:]:
    school = row[keys['School'].value

Answer 3

我基於 openpyxl 編寫了 DictReader。 將第二個列表保存到文件 'excel.py' 並將其用作 csv.DictReader。 請參閱第一個清單中的用法示例。

with open('example01.xlsx', 'rb') as source_data:
    from excel import DictReader

    for row in DictReader(source_data, sheet_index=0):
        print(row)

excel.py:

__all__ = ['DictReader']

from openpyxl import load_workbook
from openpyxl.cell import Cell

Cell.__init__.__defaults__ = (None, None, '', None)   # Change the default value for the Cell from None to `` the same way as in csv.DictReader


class DictReader(object):
    def __init__(self, f, sheet_index,
                 fieldnames=None, restkey=None, restval=None):
        self._fieldnames = fieldnames   # list of keys for the dict
        self.restkey  = restkey         # key to catch long rows
        self.restval  = restval         # default value for short rows
        self.reader   = load_workbook(f, data_only=True).worksheets[sheet_index].iter_rows(values_only=True)
        self.line_num = 0

    def __iter__(self):
        return self

    @property
    def fieldnames(self):
        if self._fieldnames is None:
            try:
                self._fieldnames = next(self.reader)
                self.line_num += 1
            except StopIteration:
                pass

        return self._fieldnames

    @fieldnames.setter
    def fieldnames(self, value):
        self._fieldnames = value

    def __next__(self):
        if self.line_num == 0:
            # Used only for its side effect.
            self.fieldnames

        row = next(self.reader)
        self.line_num += 1

        # unlike the basic reader, we prefer not to return blanks,
        # because we will typically wind up with a dict full of None
        # values
        while row == ():
            row = next(self.reader)

        d = dict(zip(self.fieldnames, row))
        lf = len(self.fieldnames)
        lr = len(row)

        if lf < lr:
            d[self.restkey] = row[lf:]
        elif lf > lr:
            for key in self.fieldnames[lr:]:
                d[key] = self.restval

        return d

Answer 4

以下似乎對我有用。

    header = True
    headings = []
    for row in ws.rows:
        if header:
            for cell in row:
                headings.append(cell.value)
            header = False
            continue
        rowData = dict(zip(headings, row))
        wantedValue = rowData['myHeading'].value

Answer 5

我遇到了與上述相同的問題。 因此，我創建了一個名為openpyxl-dictreader<\/a>的簡單擴展，可以通過 pip 安裝。 這與@viktor 在此線程中早些時候提出的建議非常相似。

該包主要基於 Python 原生 csv.DictReader 類的源代碼。 它允許您使用 openpyxl 根據列名選擇項目。 例如：

import openpyxl_dictreader

reader = openpyxl_dictreader.DictReader("names.xlsx", "Sheet1")
for row in reader:
    print(row["First Name"], row["Last Name"])