我正在处理一个研究项目的数据。输出以.csv格式文件的形式呈现,已转换为.xlsx文件。每个参与者都有一个单独的输出文件,每个文件包含约40个不同的测量值,涉及数十个(左右)刺激。要理解收集到的数据,我们需要分别查看每个刺激,带有相关联的测量值。每个输出文件都很大(50列×60000行)。我想使用openpyxl解析数据库,搜索预先指定列中具有特定字符串值的单元格。找到这样的单元格后,将该单元格写入新工作簿,并将同一行中的其他指定列的值一起写入。例如,解析以下表格,我试图使用openpyxl在A列中搜索"Slide 2"。当找到某个特定行的这个值时,该单元格会与同一行中C和D列的值一起写入新的工作簿。
此外,您可以尝试添加以下内容来在内存中创建一个工作表以操纵单元格:
A B C D
1 Slide Data1 Data2 Data3
2 Slide 1 1 2 3
3 Slide 2 4 5 6
4 Slide 2 7 8 9
Would write:
A B C D
2 Slide 2 5 6
3
4
...或类似的格式。
我还希望从下一个文件中填充D列和E列的数据,从其后一个文件中填充F列和G列的数据(以此类推),但我可能可以自己解决这一部分。
我尝试过:
from openpyxl import load_workbook
wb = load_workbook(filename = r'test108.xlsx')
ws = wb.worksheets[0]
dest_filename = r'output.xlsx'
for x in range (0, 100): #0-100 as proof of concept before parsing entire worksheet
if ws.cell(row = x, column =26) == ‘some_image.jpg':
print (ws.cell(row =x, column =26), ws.cell(row = x, column = 10), ws.cell(row = x, column = 17))
wb.save = dest_filename
此外,您可以尝试添加以下内容来在内存中创建一个工作表以操纵单元格:
for i in range (0, 30):
for j in range (0, 100):
print (ws.cell(row =i, column=j))
...两者都有一些小的变化,但它们都输出原始文件的副本。
我已经反复阅读了openpyxl的文档,但没有任何效果。这里的论坛上也没有类似的问题。
正确操作和编写数据方面的任何见解都将不胜感激。我也希望这可以帮助其他试图理解大型数据集的人。提前致谢!
我在运行Python3.3.2(64位)和openpyxl-1.6.2的Windows 7上。数据最初是以.csv格式存在,因此如果有所帮助,可以将其导出为.xls或其他格式。我简要地研究了xlutils(使用xlwt和xlrd),但openpyxl与xlsx文件更兼容。
编辑
非常感谢@MikeMüller指出我需要两个工作簿来在之间传输数据。这更有意义。
现在我有以下内容,但仍然返回一个空白工作簿。原始单元格并不为空。(注释行用于简化 - 当然没有缩进,但代码也无法成功。)
import openpyxl
wb = openpyxl.load_workbook(filename = r'test108.xlsx')
ws = wb.worksheets[0]
wb_out = openpyxl.Workbook()
ws_out = wb_out.worksheets[0]
#n = 1
#for x in range (0, 1000):
#if ws.cell(row = x, column = 27) == '7.image2.jpg':
ws_out.cell(row = n, column = 1) == ws.cell(row = x, column = 26) #x changed
ws_out.cell(row = n, column = 2) == ws.cell(row = x, column = 10) #x changed
ws_out.cell(row = n, column = 3) == ws.cell(row = x, column = 17) #x changed
#n += 1
wb_out.save('output108.xlsx')
编辑2
我已更新代码,包括单元格的.value属性,但仍返回空工作簿。
import openpyxl
wb = openpyxl.load_workbook(filename = r'test108.xlsx')
ws = wb.worksheets[0]
wb_out = openpyxl.Workbook()
ws_out = wb_out.worksheets[0]
n = 1
for x in range (0, 1000):
if ws.cell(row=x, column=27).value == '7.Image001.jpg':
ws_out.cell(row=n, column=1).value = ws.cell(row=x, column=27).value
ws_out.cell(row=n, column=2).value = ws.cell(row=x, column=10).value
ws_out.cell(row=n, column=3).value = ws.cell(row=x, column=17).value
n += 1
wb_out.save('output108.xlsx')
下一位有困难的人概述:
你需要在内存中创建两个工作表。一个用于导入文件,另一个用于将数据写入新的工作簿文件。
使用cell.value函数调用来提取导入工作簿中每个单元格中输入的文本,并将其设置为要导出到工作簿的所需单元格。
确保从零开始计算行和列。
ws_out.cell('cell indices here').value = desired_value
。你需要给它赋一个新的值。替换整个cell
是不起作用的。你需要以与ws_in.cell('cell indices here').value
相同的方式从输入文件中提取值。 - Mike Müller