使用Openpyxl对xlsx文件进行条件解析和输出

Question

我正在为一个研究项目处理数据。输出以. csv文件的形式，这些文件已转换为. xlsx文件。每个参与者都有一个单独的输出文件，每个文件包含关于几十个（或更多）刺激的大约40个不同测量的数据。为了对收集到的数据有任何意义，我们需要用相关的测量来分别观察每个刺激。每个输出文件都很大（50列乘60000行）。我希望使用openpyxl解析html" target="_blank">数据库，以搜索具有特定字符串值的预定指定列中的单元格。找到这样的单元格后，将该单元格与同一行中的其他指定列一起写入新工作簿。

例如，在解析下表时，我尝试使用openpyxl搜索列A中的“幻灯片2”。当为特定行找到此值时，该单元格将与该行的C列和D列中的值一起写入新工作簿。

    A          B       C       D

1   Slide      Data1   Data2   Data3

2   Slide 1    1       2       3

3   Slide 2    4       5       6

4   Slide 2    7       8       9

将写：

    A          B       C       D

2   Slide 2    5       6

3   

4   

... 或者类似的格式。

我还想用下一个文件中的数据填充D和E列，用之后文件中的数据填充F和G列（以此类推），但我可能能算出这部分。

我试过：

from openpyxl import load_workbook

wb = load_workbook(filename = r'test108.xlsx')

ws = wb.worksheets[0]

dest_filename = r'output.xlsx'

for x in range (0, 100): #0-100 as proof of concept before parsing entire worksheet
    if ws.cell(row = x, column =26) == ‘some_image.jpg':
        print (ws.cell(row =x, column =26), ws.cell(row = x, column = 10), ws.cell(row = x, column = 17))

wb.save = dest_filename

for i in range (0, 30):
    for j in range (0, 100):
        print (ws.cell(row =i, column=j))

...两者都有细微的变化，但它们都输出原始文件的副本。

我已经反复阅读了openpyxl的文档，但没有结果。这里的论坛上似乎也没有类似的问题。

任何关于正确操作和写入数据的见解都将不胜感激。我也希望这能帮助其他人理解庞大的数据集。提前谢谢！

我在Windows 7运行Python3.3.2（64位）与openpyxl-1.6.2.数据最初是. csv格式的，因此如果有帮助，可以导出为. xls或其他格式。我简要地研究了xlutils（使用xlwt和xlrd），但是openpyxl使用xlsx文件效果更好。

编辑

非常感谢@MikeMüller指出我需要两个工作簿来在之间传输数据。这更有意义。

我现在有以下内容，但它仍然返回一个空工作簿。原始单元格不是空的。（注释行是为了简化，当然没有缩进，但是代码无论如何都不成功。）

import openpyxl

wb = openpyxl.load_workbook(filename = r'test108.xlsx')
ws = wb.worksheets[0]

wb_out = openpyxl.Workbook()
ws_out = wb_out.worksheets[0]

#n = 1

#for x in range (0, 1000):
    #if ws.cell(row = x, column = 27) == '7.image2.jpg':
        ws_out.cell(row = n, column = 1) == ws.cell(row = x, column = 26) #x changed
        ws_out.cell(row = n, column = 2) == ws.cell(row = x, column = 10) #x changed
        ws_out.cell(row = n, column = 3) == ws.cell(row = x, column = 17) #x changed
        #n += 1

wb_out.save('output108.xlsx')

编辑2

我已经更新了代码以包含单元格的. value，但它仍然返回空白工作簿。

import openpyxl

wb = openpyxl.load_workbook(filename = r'test108.xlsx')
ws = wb.worksheets[0]

wb_out = openpyxl.Workbook()
ws_out = wb_out.worksheets[0]

n = 1

for x in range (0, 1000):
    if ws.cell(row=x, column=27).value == '7.Image001.jpg':
        ws_out.cell(row=n, column=1).value = ws.cell(row=x, column=27).value
        ws_out.cell(row=n, column=2).value = ws.cell(row=x, column=10).value
        ws_out.cell(row=n, column=3).value = ws.cell(row=x, column=17).value
        n += 1

wb_out.save('output108.xlsx')

下一个有问题的人的总结：

您需要在内存中创建两个工作表。一个用于导入文件，另一个用于写入新工作簿文件。

使用手机。value call函数可提取输入到导入工作簿的每个单元格中的文本，并将其设置为导出工作簿中所需的单元格。

确保从零开始计算行和列。

Answer 1

您需要打开第二个笔记本进行书写：

import openpyxl
wb_out = openpyxl.Workbook(dest_filename)
ws_out = wb_out.worksheets[0]

把这个放在你的循环中：

ws_out.cell('cell indices here').value = desired_value

保存您的文件：

writer = openpyxl.ExelWriter(workbook=wb_out)
writer.save(dest_filename)

Answer 2

您正在错误地进行单元格分配。以下是应该起作用的：

import openpyxl

wb = openpyxl.load_workbook(filename = r'test108.xlsx')
ws = wb.worksheets[0]

wb_out = openpyxl.Workbook()
ws_out = wb_out.worksheets[0]

n = 1

for x in range (0, 1000):
    if ws.cell(row=x, column=27).value == '7.image2.jpg':
        ws_out.cell(row=n, column=1).value = ws.cell(row=x, column=26).value #x changed
        ws_out.cell(row=n, column=2).value = ws.cell(row=x, column=10).value #x changed
        ws_out.cell(row=n, column=3).value = ws.cell(row=x, column=17).value #x changed
        n += 1

wb_out.save('output108.xlsx')