所以我有一个奇怪的样式的xls文件,但是我无能为力,所以我只需要解析它。
如您所见,我有一些合并的单元格。我想做的是为合并的单元格填充空值(“填充”),但还要保持空单元格不变。
像这样
EIM,C,NI1 Enescu_Ioan,EIM,S,NI11,Enescu_Ioan EIM,C,NI1 Enescu_Ioan,空EIM,C,NI1 Enescu_Ioan EIM,S,NI11,Enescu_Ioan EIM,C,NI1,Enescu_Ioan空
方式I现在加载文件是这样。
xl = pd.ExcelFile("data/file.xls")
df = xl.parse(0, header=None)
我也尝试过这样打开文件并访问合并的单元格,但是我得到了一个空列表。
book = xlrd.open_workbook("data/file.xls")
book.sheet_by_index(0).merged_cells # This is empty []
有什么办法可以实现?谢谢!
编辑
关于这个问题可能会有一些困惑,所以我会尽力解释。附件图像是较大文件的子集,其中各列可能以不同顺序出现。我想要实现的是一种区分合并单元格NAN值(在合并单元格中只有第一列具有值,其余均为nan)和空单元格NAN的方法。
问题来源:stackoverflow
设法找到修复
def read_excel(path):
excel = None
if path.endswith('xlsx'):
excel = pd.ExcelFile(xlrd.open_workbook(path), engine='xlrd')
elif path.endswith('xls'):
excel = pd.ExcelFile(xlrd.open_workbook(path, formatting_info=True), engine='xlrd')
else:
raise ValueError("Could not read this type of data")
return excel
def parse_excel(excel_file):
sheet_0 = excel_file.book.sheet_by_index(0)
df = excel_file.parse(0, header=None)
return sheet_0, df
def fill_merged_na(sheet, dataframe):
for e in sheet.merged_cells:
rl, rh, cl, ch = e
base_value = sheet.cell_value(rl, cl)
dataframe.iloc[rl:rh, cl:ch] = base_value
return dataframe
一些重要的位会打开formatting_info设置为True的excel文件,以读取格式,例如合并的单元格和fill_merged_na函数,该函数仅填充合并的nan值,但保留初始的空单元格。
回答来源:stackoverflow
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。