有没有一种方法可以通过python区分Excel工作表中的折叠列

Question

我正在通过 python 读取 excel 工作表，并尝试仅读取 python 中的可见行（未隐藏或折叠）。我浏览了 OPENPYXL 的文档，发现它具有“隐藏”和“折叠”属性。但是，一旦我阅读 Excel 工作表，当隐藏列时，并不总是“隐藏”或“折叠”为真。我的代码如下

def read_visible_data_from_sheet(sheet):
    data = []
    # Iterate through rows
    for row in sheet.iter_rows():
        row_num = row[0].row
        # Check if the row is hidden or has height set to 0
        row_hidden = sheet.row_dimensions[row_num].hidden
        row_height = sheet.row_dimensions[row_num].height
        row_level = sheet.row_dimensions[row_num].outlineLevel

        if row_hidden or (row_height is not None and row_height == 0):
            continue  # Skip hidden rows

        # Check if any parent row is collapsed
        is_collapsed = False
        for parent_row_num in range(1, row_num):
            if sheet.row_dimensions[parent_row_num].outlineLevel < row_level and sheet.row_dimensions[parent_row_num].hidden == True:
                is_collapsed = True
                break
        if is_collapsed:
            continue # Skip collapsed rows

        visible_row = []
        # Iterate through columns in the row
        for cell in row:
            col_letter = cell.column_letter
            col_dim = sheet.column_dimensions.get(col_letter)
            if col_dim:
                col_hidden = col_dim.hidden
                col_width = col_dim.width
            else:
                continue
            # Check if the column is hidden or has width set to 0
            if col_hidden or (col_width is not None and col_width == 0):
                continue  # Skip hidden columns

            visible_row.append(cell.value)
        # Append the visible row to the data list
        if visible_row:  # Avoid adding empty rows
            data.append(visible_row)

    # Convert to a DataFrame
    df = pd.DataFrame(data)
    return df, sheet

在某些情况下，sheet.column_dimensions 包含可见的列，而在其他情况下，sheet.column_dimensions 中不包含可见的列。

有没有更好的方法来处理此类情况？如果有必要，我愿意探索任何其他图书馆。

Answer 1

Openpyxl 处理行和列信息的方式可能存在一些不一致，但是在搜索行或列的详细信息时需要记住一些事项

• 行高或列宽可能为（Python）无，除非您自己实际设置了该值，即使行或列确实有高度或宽度。所以这些可能不利于确定它是否隐藏。
  
• 如果行或列的高度或宽度设置为零，则该对象将被隐藏，并且高度或宽度值将是之前的值或默认值，即它不会是 0。

如示例中所述，由于列状态不会更改，因此不断检查要复制的每一行的状态似乎很浪费。
检查列一次制作列表，然后在循环浏览行时使用该列表。

以下示例执行此操作；
函数

find_visible

仅检查第 1 行中的可见列。
要做到这一点；

• 查找工作表

  column_group

  列表中的列以及它们是否隐藏
• 查找标记为“隐藏”的列

由此创建可见列的列表

下一个函数

read_visible_data_from_sheet

然后使用此列表，并在检查该行是否可见后，从每个可见列列表的可见列中复制值。
由于行的处理方式不同，该行纯粹由

row_dimensions

中的隐藏状态确定为可见

样本表
使用以下示例表；

工作表具有以下分组和隐藏的行和列；

"""
Hidden Rows & Columns

Columns;
C, width was set to 0
E & G, Hidden
J - L, Grouped, Collapsed
N & O, Grouped, Not collapsed


Rows;
7, Height set to 0
15 - 19, Grouped, Collapsed
31 & 32, Hidden
35 - 37, Grouped, Not collapsed 
"""

代码示例

import pandas as pd
import openpyxl
from openpyxl.utils.cell import range_boundaries as rb


def find_visible(sheet):
    vis_cols = []  # List of columns that are visible
    hidden_grouped_cols = []

    for range_string in sheet.column_groups:
        group_collapsed = sheet.column_dimensions[range_string[:1]].hidden
        rng_boundaries = rb(range_string)

        hidden_grouped_cols += [x for x in range(rng_boundaries[0], rng_boundaries[2]+1) if group_collapsed]

    for row in sheet.iter_rows(max_row=1):
        for col in row:
            current_column = col.column_letter
            col_info = sheet.column_dimensions[current_column]

            if not col_info.hidden and col.col_idx not in hidden_grouped_cols:
                vis_cols.append(col.column_letter)

    return vis_cols


def read_visible_data_from_sheet(sheet, columns):
    data = []

    # Iterate through rows
    for row in sheet.iter_rows():
        # Check if the row is hidden
        if not sheet.row_dimensions[row[0].row].hidden:
            visible_row = [cell.value for cell in row if cell.column_letter in columns]

            if visible_row:  # Avoid adding empty rows
                data.append(visible_row)

    dataframe = pd.DataFrame(data)

    return dataframe


excelfile = 'foo.xlsx'
wb = openpyxl.load_workbook(excelfile)
ws = wb['Sheet1']

visible_columns = find_visible(ws)
print(visible_columns)

df = read_visible_data_from_sheet(ws, visible_columns)

print(df)