pandas处理excel问题（记录）

舞剑弄清影2024-05-08 23:21

1. pandas读取excel合并单元格问题

网上查到的都是 df['col'] = df['col'].ffill()
这个能解决大部分简单合并的问题，遇到复杂的就不行了

遇到上图中有空的情况，ffill() 也会向下填充。

所以不能通过这种方式

python 复制代码

import openpyxl
# 拆分所有的合并单元格，并赋予合并之前的值。
# 由于openpyxl并没有提供拆分并填充的方法，所以使用该方法进行完成
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
# 读取原始xlsx文件，拆分并填充单元格，然后生成中间临时文件。
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()
if __name__ == '__main__':
    unmerge_cell("test.xlsx")

转自https://www.jb51.net/python/2884618do.htm

2. 向下合并excel中每列的重复数据

思路是首先读取循环每行每列的数据，同时创建列表，保存合并单元格信息、上一行的值、上一行的行号。判断上一行的数据和当行的数据是否一致，一致就保存到列表中，不一致就合并上面保存的单元格，并清空。

但是发现了一个问题，我处理的是33列，9w行的excel数据，用openpyxl库，去执行合并单元格的操作，会很慢，大概执行了15个小时，直接崩溃。

有没有大佬请教一下，有没有办法优化