如何将多行excel数据连接成一个？

Question

我目前正面临一个问题，我需要将下面图片中显示的所有数据都只包含在一行中。

因此，使用Python和Openpyxl，我尝试编写一个解析行的解析脚本，只在值为非null或不相同的情况下复制到新工作簿中。

我超出了范围错误，代码不能保留我想要的数据。我已经花了好几个小时，所以我想我会问这里，看看我能不能解开。

我已经阅读了一些关于Openpyxl的文档以及关于在python中创建列表的文档，在youtube上尝试了几个视频，但它们都没有完全符合我的目标。

import openpyxl
from openpyxl import Workbook

path = "sample.xlsx"
wb = openpyxl.load_workbook(path)
ws = wb.active
path2 = "output.xlsx"
wb2 = Workbook()
ws2 = wb2.active

listab = []
rows = ws.max_row
columns = ws.max_column

for i in range (1, rows+1):
   listab.append([])

cellValue = " "    
prevCell = " "

for c in range (1, rows+1):
    for r in range(1, columns+1):
        cellValue = ws.cell(row=r, column=c).value
            if cellValue == prevCell:
                listab[r-1].append(prevCell)
            elif cellValue == "NULL":
                listab[r-1].append(prevCell)
            elif cellValue != prevCell:
                listab[r-1].append(cellValue)
                prevCell = cellValue           

for r in range(1, rows+1):
    for c in range (1, columns+1):
        j = ws2.cell(row = r, column=c)
        j.value = listab[r-1][c-1]

print(listab)

wb2.save("output.xlsx")

应该有一行包含以下信息：

ods_service_id | SERVICE_NAME | service_plan_name | CPU | RAM | NIC |驱动器|

Answer 1

我个人会和pandas一起去。

import pandas as pd

#Loading into pandas
df_data = pd.read_excel('sample.xlsx')
df_data.fillna("NO DATA",inplace=True)  ## Replaced nan values with "NO DATA"
unique_ids = df_data.ods_service_ids.unique()

#Storing pd into a list
records_list = df_data.to_dict('records') 
keys_to_check = ['service_name', 'service_plan_name', 'CPU','RAM','NIC','DRIVE']
processed = {}

#Go through unique ids
for key in unique_ids:
    processed[key] = {}

    #Get related records
    matching_records = [y for y in records_list if y['ods_service_ids'] == key]
    #Loop through records
    for record in matching_records:
        #For each key to check, save in dict if non null
        processed[key]['ods_service_ids'] = key
        for detail_key in keys_to_check:
            if record[detail_key] != "NO DATA" :
                processed[key][detail_key] = record[detail_key]
        ##Note : doesn't handle duplicate values for different keys so far


#Records are put back in list
output_data = [processed[x] for x in processed.keys()]
# -> to Pandas
df = pd.DataFrame(output_data)[['ods_service_ids','service_name', 'service_plan_name', 'CPU','RAM','NIC','DRIVE']]

#Export to Excel
df.to_excel("output.xlsx",sheet_name='Sheet_name_1', index=False)

以上应该可以工作，但我不确定你想如何保存相同ID的重复记录。你想把它们存储为DRIVE_0，DRIVE_1，DRIVE_2吗？

EDIT:

df可以以不同的方式导出。在#export to Excel下面用以下内容替换：

df.to_excel("output.xlsx",sheet_name='Sheet_name_1')

编辑2：

没有输入数据，很难看到任何流量。用假数据更正了上面的代码

Answer 2

说实话，我认为你已经设法让数据结构感到困惑，并提出了比你需要的更复杂的东西。

一种适合的方法是为每个服务使用Python字典，逐行更新。

wb = load_workbook("sample.xlsx")
ws = wb.active
objs = {}
headers = next(ws.iter_rows(min_row=1, max_row=1, values_only=True))
for row in ws.iter_rows(min_row=2, values_only=True):
    if row[0] not in objs:
        obj = {key:value for key, value in zip(headers, row)}
        objs[obj['ods_service_id']] = obj
    else:# update dict with non-None values
        extra = {key:value for key, value in zip(headers[3:], row[3:]) if value != "NULL"}
        obj.update(extra)

# write to new workbook
wb2 = Workbook()
ws2 = wb2.active
ws2.append(headers)
for row in objs.values(): # do they need sorting?
    ws2.append([obj[key] for key in headers])

请注意如何在不使用计数器的情况下执

Answer 3

我建议使用pandas库，然后你可以轻松地进行任何类型的转换。

import pandas as pd

exceldata = pd.read_excel('tmp.xlsx', index_col=0) 

print(exceldata)

您可以轻松删除null/na value或者您可以替换它并将其导出为ex​​cel格式。

参考帮助：

Reading Excel

Drop Na Value

Replace NA Value