如何使用python读取Excel指定范围并转为数组

讲东

前言

最近需要读取Excel中的内容，然后进行后续操作，对于这块知识，博主以前以为自己不会涉及到，但是现在一涉及到，第一步就错了，搞了好久。真的心累。因此写了这篇博客。

目的：

excel中存放着数据，如果要进行计算及其它操作，首先就要进行读取。
我们先来看一下python中能操作Excel的库对比（一共九个库）：

可以发现，还是挺多的
这里使用的是xlrd库。

安装

这里首先就是导入这个包，

1. pip install xlrd==1.2.0

复制代码

xlrd包版本最好是1.2.0，因为笔者使用2.多版本的xlrd时，代码出现了类似下面的报错，也就是说xlrd版本太高会导致无法支持读取xlsx后缀的excel。
xlrd.biffh.XLRDError: Excel xlsx file; not supported

大家可以去试试将excel另存，看看保存类型。
目前笔者使用的是Excel2019版本的，默认保存类型为xlsx。
如果你之前已经安装xlrd高版本或更低版本了，建议先卸载一下，重新安装。

1. pip uninstall xlrd
   
2. pip install xlrd==1.2.0

复制代码

实例

初阶

一个excel中有如上数据，我们需要将其提取出来，方便python进行后续操作。
代码如下：

1. def extract1(file,index=0):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     all = []
   
6.     for i in range(rows):
   
7.         a = worksheet.row_values(i)[:]
   
8.         all.append(a)
   
9.     print(all)
   
10.     cc = np.array(all)
    
11.     print(cc)
    
12.     return cc

复制代码

file是文件的路径及名称，index就是当前sheet表的索引。 下图就是具体的索引。

当然也可以根据sheet表的名称。
如下面代码第一行按照的是索引方式，第二行按照的是sheet名称。大家可自行选择

1.     worksheet = workbook.sheet_by_index(0)
   
2.     worksheet = workbook.sheet_by_name("sheet1")

复制代码

1. rows = worksheet.nrows

复制代码

返回的是sheet表的行数，ncols则是列数

1.     all = []
   
2.     for i in range(rows):
   
3.         a = worksheet.row_values(i)[:]
   
4.         all.append(a)

复制代码

首先定义一个空列表，然后遍历每行，将里面的数据写入列表中，

1. row_values()

复制代码

是用来返回给定行中单元格值的切片。
最后将其转换成数组类型即可。（按要求来，大家也可以不换）
下图是结果：

换个高级的写法，用推导式写（浓缩才是精华）

1. def extract(file,index=0):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     c = tuple(worksheet.row_values(i)[:] for i in range(rows))
   
6.     a = np.array(c)
   
7.     print(a)
   
8.     return a

复制代码

代码行数瞬间缩短了。
最好调用一下函数即可

1. file = r'C:\Users\knighthood\OneDrive\桌面\11.xlsx'
   
2. extract1(file)

复制代码

进阶1

要求：假如我excel只要图中框出来的区域。

以下为了看的较为简便，我使用推导式的代码

1. def confine_array(file,index=0):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     c = tuple(worksheet.row_values(i)[1:] for i in range(1, rows))
   
6.     a = np.array(c)
   
7.     print(a)
   
8.     return a

复制代码

如上，可以发现，代码变化之处就下面这一行。

1.     c = tuple(worksheet.row_values(i)[1:] for i in range(1, rows))

复制代码

一步步讲解：
①for i in range(1, rows)
        首先对于后面的for循环，i控制的就是获取的行，更改其范围就会更改获取到的行、行数。
如果是上面说的（1，rows），则对应着获取第二行到最后一行，（0表示第一行）
②worksheet.row_values(i)[1:]
        最后的[1:]（本来的代码中是没有或者是[:]）表示的是i行的元素从第2列（个）获取到最后一行（个）。
因此我们只需要更改这两处就可以获得不同的内容矩阵（如下）。

1. def flexible_array(file,index=0,row=1,col=1):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     c = tuple(worksheet.row_values(i)[col:] for i in range(row,rows))
   
6.     a = np.array(c)
   
7.     print(a)
   
8.     return a

复制代码

结果如下图

进阶2

要求：能不能更简化一点，根据我从哪个位置要数据，如第二行第二列开始，将这后面的数据进行读取。每次这样对来对去，容易出错，还是根据行列开始计算比较方便。

这里为了防止行列一样，我就多加了一列。

1. def flexible1_array(file,index=0,row=1,col=1):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     c = tuple(worksheet.row_values(i)[col-1:] for i in range(row-1,rows))
   
6.     a = np.array(c)
   
7.     print(a)
   
8.     return a

复制代码

代码也主要变化了这一行

1.     c = tuple(worksheet.row_values(i)[col-1:] for i in range(row-1,rows))

复制代码

这里笔者就不多解释了。

现在就可以根据需要的起始单元格所在的行列进行选取所要的内容。

进阶3

要求：不需要最后一列

这里的话，笔者就设置了最后需要的行和列作为结束的读取。

1. def flexible2_array(file,index=0,row=1,col=1,end_row=None,end_col=None):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     if end_row is None:
   
6.         c = tuple(worksheet.row_values(i)[col-1:end_col] for i in range(row-1, rows))
   
7.     else:
   
8.         c = tuple(worksheet.row_values(i)[col - 1:end_col] for i in range(row - 1, end_row))
   
9.     a = np.array(c)
   
10.     print(a)
    
11.     return a

复制代码

上述代码意思是，如果不输入结束的行和列，读取到的是包含数据的行列，如果输入了行和列（或者其中一个），就读取相应的内容。由于end_row放在range()函数中，因此需要加个if判断。
结果如下：

1.         此外，我还发现，end_col由于放在[]中，可输入负数（不懂的可以去看看python列表负索引）。
   
2. 不过这里的-1，其实际是排除了最后一列，从你输入的行列到，你输入的结束行和倒数第二列。

复制代码

有些人可能会觉得别扭（比如我，更喜欢-1表示从起始列到最后一列，-2表示从起始列到倒数第二列）

1. def flexible3_array(file,index=0,row=1,col=1,end_row=None,end_col=None):
   
2.     workbook = xlrd.open_workbook(file)
   
3.     worksheet = workbook.sheet_by_index(index)
   
4.     rows = worksheet.nrows
   
5.     if end_row is None:
   
6.         c = tuple(worksheet.row_values(i)[col-1:end_col if end_col > 0 else end_col+1] for i in range(row-1, rows))
   
7.     else:
   
8.         c = tuple(worksheet.row_values(i)[col-1:end_col if end_col > 0 else end_col+1] for i in range(row - 1, end_row))
   
9.     a = np.array(c)
   
10.     print(a)
    
11.     return a

复制代码

这里，代码中将判断end_col是否为负，使用了if-else写在一行。减少了很多代码判断量，使看起来更简洁。

这里看个人喜好是否使用这个方法。
还有一个end_col参数使用负数的原因是，end_row由于在excel中对应的是行，其用的是数字表示，而excel中列用字母表示，因此如果当数据列数太多的时候（如下图），去数列还是挺麻烦的

总结

上述内容是一步一步进行修改添加的，对应着平时要求的逐渐添加，功能的逐渐完善。
笔者在上篇构建层次分析法，用到的数据矩阵，可以和这篇一起结合，通过excel读取转为数组，然后进行层次分析法的操作。
到此这篇关于如何使用python读取Excel指定范围并转为数组的文章就介绍到这了,更多相关python读取Excel并转数组内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

来源:https://www.jb51.net/article/266709.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！