問題介紹（ffill填充存在的問題）

在pandas讀取excel經(jīng)常會遇到合并單元格的問題。例如：

此時使用pandas讀取到的內(nèi)容為：

如果去百度，幾乎所有人會說應該用如下代碼：

df['班級'] = df['班級'].ffill()

這樣看起來沒問題，但是，該解決方案并不能適用于所有場景，甚至會造成數(shù)據(jù)錯誤。

例如：

對班級和備注填充后：

孫武空本來是數(shù)據(jù)缺失，現(xiàn)在被錯誤的標記成了掛科數(shù)據(jù)。

再例如：

對所有列填充后：

同樣存在大量數(shù)據(jù)或錯誤數(shù)據(jù)。

正確填充方式

思路：① 使用openpyxl將合并單元格拆分，生成中間文件 ② 讀取中間文件

第一步，使用如下工具類生成拆分單元格并生成中間文件：

import openpyxl

# 拆分所有的合并單元格，并賦予合并之前的值。
# 由于openpyxl并沒有提供拆分并填充的方法，所以使用該方法進行完成
def unmerge_and_fill_cells(worksheet):
    all_merged_cell_ranges = list(
        worksheet.merged_cells.ranges
    )

    for merged_cell_range in all_merged_cell_ranges:
        merged_cell = merged_cell_range.start_cell
        worksheet.unmerge_cells(range_string=merged_cell_range.coord)

        for row_index, col_index in merged_cell_range.cells:
            cell = worksheet.cell(row=row_index, column=col_index)
            cell.value = merged_cell.value

# 讀取原始xlsx文件，拆分并填充單元格，然后生成中間臨時文件。
def unmerge_cell(filename):
    wb = openpyxl.load_workbook(filename)
    for sheet_name in wb.sheetnames:
        sheet = wb[sheet_name]
        unmerge_and_fill_cells(sheet)
    filename = filename.replace(".xls", "_temp.xls")
    wb.save(filename)
	wb.close()

    # openpyxl保存之后，再用pandas讀取會存在公式無法讀取到的情況，使用下面方式就可以了
    # 如果你的excel不涉及公式，可以刪除下面內(nèi)容
    # 原理為：使用windows打開excel，然后另存為一下
    from win32com.client import Dispatch
    xlApp = Dispatch("Excel.Application")
    xlApp.Visible = False
    xlBook = xlApp.Workbooks.Open(str(Path(".").absolute() / filename))  # 這里必須填絕對路徑
    xlBook.Save()
    xlBook.Close()

    return filename

if __name__ == '__main__':
    unmerge_cell("test.xlsx")

拆分后的sheet頁如圖：

然后再使用pandas讀取中間文件即可：

import pandas as pd

df = pd.read_excel("test_temp.xlsx")

結果為：

文章來源地址http://www.zghlxwxcb.cn/news/detail-779308.html

到了這里，關于Pandas讀取excel合并單元格的正確姿勢（openpyxl合并單元格拆分并填充內(nèi)容）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！