如何使用Python提取Excel表格中的不同表格

Question

在一个Excel文件中，第1个工作表上有4个不同位置的表格。如何读取这4个表格。例如，我甚至添加了一张来自谷歌的图片供参考。除了使用索引之外，还有其他方法可以提取这些表格吗？

- codette

---

1. 你为什么不想使用索引？
2. 你能描述表格位置、大小等约束条件吗？
3. 你可以提供一个例子吗？

- mozway

我不想使用Excel索引，因为有许多具有不同结构和格式的工作表。显然，我们可以使用数据框索引。如果我的问题让您在Excel工作表索引和数据框索引之间感到困惑，请谅解。 - codette

这些是真实的[Excel表格]吗？(https://support.microsoft.com/zh-cn/office/excel-%E8%A1%A8%E7%9A%84%E6%A6%82%E8%BF%B0-7ab0bb7d-3a9e-4b56-a3c9-6c94334e492c) - Corralien

除了直接看到它，您还有哪些信息可以确认有n个表格？是否确认在两个表格之间至少有一行空白？ - shivankgtm

Answer 1

我假设你的表格是以“Excel Tables”格式化的。 你可以通过选择一个范围然后点击来创建一个Excel表格：

然后有一个来自Samuel Oranyeli的很好的指南，教你如何用Python导入Excel表格。我已经使用了他的代码并进行了示范。

---

我在Excel中使用了以下数据，其中每种颜色代表一个表格。

---

关于代码的说明：

以下部分可用于检查我们正在使用的工作表中存在哪些表：

# check what tables that exist in the worksheet
print({key : value for key, value in ws.tables.items()})

在我们的示例中，此代码将返回：

``` {'Table2': 'A1:C18', 'Table3': 'D1:F18', 'Table4': 'G1:I18', 'Table5': 'J1:K18'} ```

在这里，你设置了数据框的名称。如果数据框的数量与表格的数量不匹配，你将会收到一个错误提示。

# Extract all the tables to individually dataframes from the dictionary
Table2, Table3, Table4, Table5 = mapping.values()

# Print each dataframe
print(Table2.head(3)) # Print first 3 rows from df

print(Table2.head(3)) 给出的结果是：

   Index   first_name   last_name     address
   0          Aleshia   Tomkiewicz    14 Taylor St
   1             Evan   Zigomalas     5 Binney St
   2           France   Andrade       8 Moor Place

完整代码：

#import libraries
from openpyxl import load_workbook
import pandas as pd

# read file
wb = load_workbook("G:/Till/Tables.xlsx") # Set the filepath + filename

# select the sheet where tables are located
ws = wb["Tables"]

# check what tables that exist in the worksheet
print({key : value for key, value in ws.tables.items()})

mapping = {}

# loop through all the tables and add to a dictionary
for entry, data_boundary in ws.tables.items():
    # parse the data within the ref boundary
    data = ws[data_boundary]
    
    ### extract the data ###
    # the inner list comprehension gets the values for each cell in the table
    content = [[cell.value for cell in ent] 
               for ent in data]
    
    header = content[0]
    
    #the contents ... excluding the header
    rest = content[1:]
    
    #create dataframe with the column names
    #and pair table name with dataframe
    df = pd.DataFrame(rest, columns = header)
    mapping[entry] = df

#  print(mapping)

# Extract all the tables to individually dataframes from the dictionary
Table2, Table3, Table4, Table5 = mapping.values()

# Print each dataframe
print(Table2)
print(Table3)
print(Table4)
print(Table5)

示例数据，示例文件：

名字	姓氏	地址	城市	县区	邮政编码
Aleshia	Tomkiewicz	14 Taylor St	St. Stephens Ward	Kent	CT2 7PP
Evan	Zigomalas	5 Binney St	Abbey Ward	Buckinghamshire	HP11 2AX
France	Andrade	8 Moor Place	East Southbourne and Tuckton W	Bournemouth	BH6 3BE
Ulysses	Mcwalters	505 Exeter Rd	Hawerby cum Beesby	Lincolnshire	DN36 5RP
Tyisha	Veness	5396 Forth Street	Greets Green and Lyng Ward	West Midlands	B70 9DT
Eric	Rampy	9472 Lind St	Desborough	Northamptonshire	NN14 2GH
Marg	Grasmick	7457 Cowl St #70	Bargate Ward	Southampton	SO14 3TY
Laquita	Hisaw	20 Gloucester Pl #96	Chirton Ward	Tyne & Wear	NE29 7AD
Lura	Manzella	929 Augustine St	Staple Hill Ward	South Gloucestershire	BS16 4LL
Yuette	Klapec	45 Bradfield St #166	Parwich	Derbyshire	DE6 1QN
Fernanda	Writer	620 Northampton St	Wilmington	Kent	DA2 7PP
Charlesetta	Erm	5 Hygeia St	Loundsley Green Ward	Derbyshire	S40 4LY
Corrinne	Jaret	2150 Morley St	Dee Ward	Dumfries and Galloway	DG8 7DE
Niesha	Bruch	24 Bolton St	Broxburn, Uphall and Winchburg	West Lothian	EH52 5TL
Rueben	Gastellum	4 Forrest St	Weston-Super-Mare	North Somerset	BS23 3HG
Michell	Throssell	89 Noon St	Carbrooke	Norfolk	IP25 6JQ
Edgar	Kanne</

- Wizhi

Answer 2

你需要两件事情：

1. 通过Python访问OpenXML数据：https://github.com/python-openxml/python-xlsx
2. 通过所谓的DefinedName查找文件中的表格：https://learn.microsoft.com/en-us/dotnet/api/documentformat.openxml.spreadsheet.definedname?view=openxml-2.8.1

- Ama

Answer 3

您可以将Excel表格转换为CSV文件，然后使用CSV模块来获取行。

//Excel转CSV的代码

import pandas as pd read_file = pd.read_excel ("Test.xlsx") read_file.to_csv ("Test.csv",index = None,header=True) df = pd.DataFrame(pd.read_csv("Test.csv")) print(df)

为了更好的方法，请提供样本Excel文件。

- Shivam Kumar

Answer 4

您可以将Excel表格转换为CSV文件，然后使用CSV模块来获取行。

    import pandas as pd
    read_file  = pd.read_excel("Test.xlsx")
    read_file.to_csv ("Test.csv",index = None,header=True) 
    enter code here
    df = pd.DataFrame(pd.read_csv("Test.csv")) 
    print(df)

为了更好的处理，请提供给我们一个样本Excel文件

- Mohammad Farseen