读取Excel合并单元格的罢工和非罢工数据并写入单独的文件

Question

我有一个 Excel 文件，其中一些单元格被合并，一些单元格中包含包含 Strike 和 Non Strike 的扭曲文本。

我想将非罢工记录的数据写入一个Excel，将其他罢工记录与单元格中的罢工一起写入另一个Excel。

我的输出1：

col1        |   col2          |  col3    | col4    |col5  |
Sampletext1 | Combines TextC2 |Sample3   | text4   |text5 |
Sampletext2 | Combines TextC2 |Sample3_1 | text4_1 |text5 |
Sampletext2 | Combines TextC2 |Sample3_1 | text4_2 |text5 |

我的输出2：

col1        |   col2          |  col3    | col4    |col5  |
Sampletext2 | Combines TextC2 |Sample3_1 | text4_3 |text5 |

'text4_3` 也应该在输出文件中删除。

我尝试在Python中使用

openpyxl

from openpyxl import load_workbook
from openpyxl import Workbook
import pandas as pd

input_file = 'myexecel.xslx'

Workbook = load_workbook(input_file)
for i in Workbook.worksheets:
    if i.sheet_state == "visible":
         sheetname = str(i).replace('<Worksheet "', '').replace('">', '').strip()
         ws = Workbook[sheetname]

         #unmerging the cells
        for merged_cell in ws.merged_cells:
            min_row, min_col, max_row, max_col = merged_cell.min_row, merged_cell.min_col, merged_cell.max_row, merged_cell.max_col
            data = ws.cell(row=min_row, column=min_col).value
            ws.unmerge_cells(start_row=min_row, start_column=min_col, end_row=max_row, end_column=max_col)

            for row in ws.iter_rows(min_row=min_row, min_col=min_col, max_row=max_row, max_col=max_col):
                for cell in row:
                    cell.value = data


        data_all = [[cell for cell in row] for row in ws.iter_rows(values_only=True)]
        df_raw = pd.DataFrame(data_all[1:], columns=headercols)
        df_raw["strike_flag"] = [any(cell.font.strikethrough for cell in row) for row in ws.iter_rows(min_row=2)]

通过上面的代码，我能够找到单元格是否有删除线。但不知道如何区分删除记录和非删除记录。

Answer 1

由于您没有使用

openpyxl.Workbook

，因此不需要导入它，但是变量最好是小写，但尽管它可能不会导致问题，但不要使用导入作为变量。
这里使用的更好的变量是“wb”或“workbook”

在循环合并单元格列表时修改合并单元格很可能会返回错误。首先获取单元格列表，然后循环列表，如图所示。

列表

workbook.worksheets

包含工作簿中的所有工作表，因此对于行

for i in Workbook.worksheets:

'i' 是一个工作表。如果有必要，您可以检查它是否可见，然后只需使用 i，无需提取工作表名称并使用提取的名称重新分配新变量。

最后，您可以创建两个数据帧，其中一个“strike_flag”为 True，另一个为 False。

from openpyxl import load_workbook
import pandas as pd
from openpyxl.utils import range_boundaries

headercols = ['col1', 'col2', 'col3', 'col4', 'col5']

input_file = 'myexecel.xlsx'
workbook = load_workbook(input_file)

for ws in workbook.worksheets:
    if ws.sheet_state != "visible":
        continue
    else:
        merge_list = [merge for merge in ws.merged_cells.ranges]
        for merged_cell in merge_list:
            min_col, min_row, max_col, max_row = range_boundaries(merged_cell.coord)
            data = ws.cell(row=min_row, column=min_col).value
            ws.unmerge_cells(start_row=min_row, start_column=min_col, end_row=max_row, end_column=max_col)

            for row in ws.iter_rows(min_row=min_row, min_col=min_col, max_row=max_row, max_col=max_col):
                for cell in row:
                    cell.value = data

        data_all = [[cell for cell in row] for row in ws.iter_rows(values_only=True)]
        df_raw = pd.DataFrame(data_all[1:], columns=headercols)
        df_raw["strike_flag"] = [any(cell.font.strikethrough for cell in row) for row in ws.iter_rows(min_row=2)]

        df_strikethrough = df_raw[df_raw.strike_flag]
        df_no_strikethrough = df_raw[~df_raw.strike_flag]