私はExcelファイルを持っています
Arm_id DSPName DSPCode HubCode PinCode PPTL
1 JaVAS 01 AGR 282001 1,2
2 JaVAS 01 AGR 282002 3,4
3 JaVAS 01 AGR 282003 5,6
文字列をArm_id,DSPCode,Pincode
の形式で保存します。このフォーマットは設定可能です、すなわちそれはDSPCode,Arm_id,Pincode
に変わるかもしれません。私はそれのようなリストにそれをフォーマットを保存する
FORMAT = ['Arm_id', 'DSPName', 'Pincode']
FORMAT
が設定可能であると仮定して、与えられた名前で特定のカラムの内容を読むにはどうすればいいですか。
これが私が試したことです。現在、ファイル内のすべてのコンテンツを読み取ることができます
from xlrd import open_workbook
wb = open_workbook('sample.xls')
for s in wb.sheets():
#print 'Sheet:',s.name
values = []
for row in range(s.nrows):
col_value = []
for col in range(s.ncols):
value = (s.cell(row,col).value)
try : value = str(int(value))
except : pass
col_value.append(value)
values.append(col_value)
print values
私の出力は
[[u'Arm_id', u'DSPName', u'DSPCode', u'HubCode', u'PinCode', u'PPTL'], ['1', u'JaVAS', '1', u'AGR', '282001', u'1,2'], ['2', u'JaVAS', '1', u'AGR', '282002', u'3,4'], ['3', u'JaVAS', '1', u'AGR', '282003', u'5,6']]
それからvalues[0]
内のFORMAT
の内容を探してvalues[0]
内のArm_id, DSPname and Pincode
のインデックスを取得しようとしてvalues[0]
をループし、次のループからすべてのFORMAT
要素のインデックスを知っています。 。
しかし、これはとても悪い解決策です。
Excelファイルで特定の列の名前を持つ値を取得するにはどうすればよいですか?
これは一つのアプローチです:
from xlrd import open_workbook
class Arm(object):
def __init__(self, id, dsp_name, dsp_code, hub_code, pin_code, pptl):
self.id = id
self.dsp_name = dsp_name
self.dsp_code = dsp_code
self.hub_code = hub_code
self.pin_code = pin_code
self.pptl = pptl
def __str__(self):
return("Arm object:\n"
" Arm_id = {0}\n"
" DSPName = {1}\n"
" DSPCode = {2}\n"
" HubCode = {3}\n"
" PinCode = {4} \n"
" PPTL = {5}"
.format(self.id, self.dsp_name, self.dsp_code,
self.hub_code, self.pin_code, self.pptl))
wb = open_workbook('sample.xls')
for sheet in wb.sheets():
number_of_rows = sheet.nrows
number_of_columns = sheet.ncols
items = []
rows = []
for row in range(1, number_of_rows):
values = []
for col in range(number_of_columns):
value = (sheet.cell(row,col).value)
try:
value = str(int(value))
except ValueError:
pass
finally:
values.append(value)
item = Arm(*values)
items.append(item)
for item in items:
print item
print("Accessing one single value (eg. DSPName): {0}".format(item.dsp_name))
print
カスタムクラスを使う必要はありません。単にdict()
を取ることができます。ただし、クラスを使用している場合は、上記のようにドット表記を使用してすべての値にアクセスできます。
上記のスクリプトの出力は次のとおりです。
Arm object:
Arm_id = 1
DSPName = JaVAS
DSPCode = 1
HubCode = AGR
PinCode = 282001
PPTL = 1
Accessing one single value (eg. DSPName): JaVAS
Arm object:
Arm_id = 2
DSPName = JaVAS
DSPCode = 1
HubCode = AGR
PinCode = 282002
PPTL = 3
Accessing one single value (eg. DSPName): JaVAS
Arm object:
Arm_id = 3
DSPName = JaVAS
DSPCode = 1
HubCode = AGR
PinCode = 282003
PPTL = 5
Accessing one single value (eg. DSPName): JaVAS
やや遅い答えですが、パンダを使うと、Excelファイルの列を直接取得することができます。
import pandas
import xlrd
df = pandas.read_Excel('sample.xls')
#print the column names
print df.columns
#get the values for a given column
values = df['Arm_id'].values
#get a data frame with selected columns
FORMAT = ['Arm_id', 'DSPName', 'Pincode']
df_selected = df[FORMAT]
そのため、重要な部分は、ヘッダーを取得し(col_names = s.row(0)
)、行を繰り返すときに、必要でない最初の行をスキップすることです(for row in range(1, s.nrows)
)。これは、1から前方の範囲(暗黙の0ではなく)を使用します。その後、Zipを使用して、列のヘッダーとして 'name'を保持している行をステップスルーします。
from xlrd import open_workbook
wb = open_workbook('Book2.xls')
values = []
for s in wb.sheets():
#print 'Sheet:',s.name
for row in range(1, s.nrows):
col_names = s.row(0)
col_value = []
for name, col in Zip(col_names, range(s.ncols)):
value = (s.cell(row,col).value)
try : value = str(int(value))
except : pass
col_value.append((name.value, value))
values.append(col_value)
print values
パンダを使うことでExcelを簡単に読むことができます。
import pandas as pd
import xlrd as xl
from pandas import ExcelWriter
from pandas import ExcelFile
DataF=pd.read_Excel("Test.xlsx",sheet_name='Sheet1')
print("Column headings:")
print(DataF.columns)
でテストします。 https://repl.it 参照: https://pythonspot.com/read-Excel-with-pandas/
私がとったアプローチは最初の行からヘッダ情報を読み、興味のあるカラムのインデックスを決定します。
質問の中で、値も文字列に出力したいと述べました。 FORMAT列リストからの出力用のフォーマット文字列を動的に作成します。行は、値の文字列に改行charで区切られて追加されます。
出力列の順序は、FORMATリスト内の列名の順序によって決まります。
以下の私のコードでは、FORMATリストの列名の大文字小文字の区別が重要です。上記の質問では、FORMATリストに「Pincode」が表示されていますが、Excelには「PinCode」が表示されています。これは以下ではうまくいきません、それは 'PinCode'である必要があるでしょう。
from xlrd import open_workbook
wb = open_workbook('sample.xls')
FORMAT = ['Arm_id', 'DSPName', 'PinCode']
values = ""
for s in wb.sheets():
headerRow = s.row(0)
columnIndex = [x for y in FORMAT for x in range(len(headerRow)) if y == firstRow[x].value]
formatString = ("%s,"*len(columnIndex))[0:-1] + "\n"
for row in range(1,s.nrows):
currentRow = s.row(row)
currentRowValues = [currentRow[x].value for x in columnIndex]
values += formatString % Tuple(currentRowValues)
print values
上記のサンプル入力では、次のコードが出力されます。
>>> 1.0,JaVAS,282001.0
2.0,JaVAS,282002.0
3.0,JaVAS,282003.0
Excelファイルを読み取り、列1に存在するすべてのセル(最初のセル、つまりヘッダーを除く)を印刷するコードを次に示します。
import xlrd
file_location="C:\pythonprog\xxx.xlsv"
workbook=xlrd.open_workbook(file_location)
sheet=workbook.sheet_by_index(0)
print(sheet.cell_value(0,0))
for row in range(1,sheet.nrows):
print(sheet.cell_value(row,0))
私はほとんどいつもこれにパンダを使っていますが、私の現在の小さなツールは実行ファイルにパッケージされており、パンダを含むのはやり過ぎです。そこで私は poida のソリューションのバージョンを作成しました。その結果、名前付きタプルのリストができました。この変更を加えた彼のコードは次のようになります。
from xlrd import open_workbook
from collections import namedtuple
from pprint import pprint
wb = open_workbook('sample.xls')
FORMAT = ['Arm_id', 'DSPName', 'PinCode']
OneRow = namedtuple('OneRow', ' '.join(FORMAT))
all_rows = []
for s in wb.sheets():
headerRow = s.row(0)
columnIndex = [x for y in FORMAT for x in range(len(headerRow)) if y == headerRow[x].value]
for row in range(1,s.nrows):
currentRow = s.row(row)
currentRowValues = [currentRow[x].value for x in columnIndex]
all_rows.append(OneRow(*currentRowValues))
pprint(all_rows)