Как читать данные Excel по имени столбца в Python, используя xlrd

Question

Я пытаюсь прочитать данные большого файла Excel (почти 100000 строк). Я использую «модуль xlrd» в Python для извлечения данных из Excel. Я хочу получить данные по имени столбца ( Каскад, Имя расписания, Рынок ) вместо номера столбца ( 0,1,2 ). Потому что мои столбцы Excel не исправлены. я знаю, как получить данные в случае фиксированного столбца.

вот код, по которому я получаю данные из Excel для фиксированного столбца

import xlrd

file_location =r"C:\Users\Desktop\Vision.xlsx"
workbook=xlrd.open_workbook(file_location)
sheet= workbook.sheet_by_index(0)
print(sheet.ncols,sheet.nrows,sheet.name,sheet.number)

for i in range(sheet.nrows):
   flag = 0
   for j in range(sheet.ncols):
      value=sheet.cell(i,j).value

Если у кого-нибудь есть решение, пожалуйста, дайте мне знать

Спасибо

Answer 1

В качестве альтернативы вы также можете использовать pandas, который представляет собой комплексную библиотеку анализа данных со встроенными возможностями ввода-вывода Excel .

import pandas as pd

file_location =r"C:\Users\esatnir\Desktop\Sprint Vision.xlsx"

# Read out first sheet of excel file and return as pandas dataframe
df = pd.read_excel(file_location)

# Reduce dataframe to target columns (by filtering on column names)
df = df[['Cascade', 'Schedule Name', 'Market']]

, где при быстром просмотре результирующего кадра данных df отобразится:

In [1]: df
Out[1]:
   Cascade     Schedule Name                Market
0  SF05UB0  DO Macro Upgrade  Upper Central Valley
1  DE03HO0  DO Macro Upgrade                Toledo
2  SF73XC4  DO Macro Upgrade                SF Bay

Answer 2

Ваши имена столбцов в первой строке таблицы, верно?Итак, прочитайте первую строку и составьте отображение из имен в индексы столбцов.

column_pos = [ (sheet.cell(0, i).value, i) for i in range(sheet.ncols) ]
colidx = dict(column_pos)

Или в виде однострочного:

colidx = dict( (sheet.cell(0, i).value, i) for i in range(sheet.ncols) )

Затем вы можете использовать индекс для интерпретации имен столбцов, например:

print(sheet.cell(5, colidx["Schedule Name"]).value)

Для полученияцелый столбец, вы можете использовать понимание списка:

schedule = [ sheet.cell(i, colidx["Schedule Name"]).value for i in range(1, sheet.nrows) ]

Если вы действительно хотите, вы можете создать оболочку для функции cell, которая обрабатывает интерпретацию.Но я думаю, что это достаточно просто.

Answer 3

Комментарий : все еще не работает, если заголовки
fieldnames = ['Cascade', 'Market', 'Schedule', 'Name] и
Sheet(['Cascade', 'Schedule', 'Name', 'Market']) равны.

Сохранить порядок fieldnames в col_idx, не было моей первоначальной целью.

---

Вопрос : я хочу получить данные по имени столбца

Будет работать следующее решение OOP:

class OrderedByName():
    """
    Privides a generator method, to iterate in Column Name ordered sequence
    Provides subscription, to get columns index by name. using class[name]
    """
    def __init__(self, sheet, fieldnames, row=0):
        """
        Create a OrderedDict {name:index} from 'fieldnames'
        :param sheet: The Worksheet to use
        :param fieldnames: Ordered List of Column Names
        :param row: Default Row Index for the Header Row
        """
        from collections import OrderedDict
        self.columns = OrderedDict().fromkeys(fieldnames, None)
        for n in range(sheet.ncols):
            self.columns[sheet.cell(row, n).value] = n

    @property
    def ncols(self):
        """
        Generator, equal usage as range(xlrd.ncols), 
          to iterate columns in ordered sequence
        :return: yield Column index
        """
        for idx in self.columns.values():
            yield idx

    def __getitem__(self, item):
        """
        Make class object subscriptable
        :param item: Column Name
        :return: Columns index
        """
        return self.columns[item]

Использование :

# Worksheet Data
sheet([['Schedule', 'Cascade', 'Market'],
       ['SF05UB0', 'DO Macro Upgrade', 'Upper Cnetral Valley'],
       ['DE03HO0', 'DO Macro Upgrade', 'Toledo'],
       ['SF73XC4', 'DO Macro Upgrade', 'SF Bay']]
      )

# Instantiate with Ordered List of Column Names
# NOTE the different Order of Column Names
by_name = OrderedByName(sheet, ['Cascade', 'Market', 'Schedule'])

# Iterate all Rows and all Columns Ordered as instantiated
for row in range(sheet.nrows):
    for col in by_name.ncols:
        value = sheet.cell(row, col).value
        print("cell({}).value == {}".format((row,col), value))

Выход :

cell((0, 1)).value == Cascade
cell((0, 2)).value == Market
cell((0, 0)).value == Schedule
cell((1, 1)).value == DO Macro Upgrade
cell((1, 2)).value == Upper Cnetral Valley
cell((1, 0)).value == SF05UB0
cell((2, 1)).value == DO Macro Upgrade
cell((2, 2)).value == Toledo
cell((2, 0)).value == DE03HO0
cell((3, 1)).value == DO Macro Upgrade
cell((3, 2)).value == SF Bay
cell((3, 0)).value == SF73XC4

---

Получить индекс один Столбец по имени

print("cell{}.value == {}".format((1, by_name['Schedule']),
                                    sheet.cell(1, by_name['Schedule']).value))
#>>> cell(1, 0).value == SF05UB0

Протестировано с Python: 3,5