python 读取excel数据,遇到空单元格的处理方法

本文介绍使用Python的xlrd库读取Excel文件时,如何处理空单元格问题。详细解释了空单元格在Python中表现为字符串'',并提供代码示例,将空字符串转换为NAN,便于后续数据处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

读取excel表格时,经常遇到空单元格的情况,这时需要明确的是,空单元格在python中是什么格式,NULL?NAN还是什么?

在用  xlrd  函数读入excel时,空单元格其实是空字符串'' 形式

因此处理方法就很简单啦,如下:

infilename = r'D:\aajja.xlsx'
workbook = xlrd.open_workbook(infilename)
df = workbook.sheet_by_name('sheetname')
num_rows = df.nrows - 1  # 我这里是第一行不要,所以跳过了
num_cols = df.ncols
t = 0
im_data = np.zeros((num_rows, num_cols))
for curr_row in range(1, num_rows+1):
    for curr_col in range(num_cols):
        rawVal = df.cell(curr_row, curr_col).value
        if isinstance(rawVal, str):
            im_data[curr_row - 1, curr_col] = np.nan
        else:
            im_data[curr_row - 1, curr_col] = float(rawVal)

其实重点就一句,

if isinstance(rawVal, str):  

判断该单元格数值是否为字符串,当然如果你的excel中本来就有字符串格式数据,这里可以更改为判断是否为空字符串,稍微修改一下即可 

推荐python处理excel的教程Working with Excel Files in Python    http://www.python-excel.org/

### 使用 Python Pandas 或 Openpyxl 读取带有合并单元格表头的 Excel 数据 #### 方法一:使用 `Pandas` 处理合并单元格数据填充 当遇到包含合并单元格的情况时,可以利用 `pandas` 的前向填充功能来处理缺失值。通过这种方式,能够确保所有的单元格被其上方的有效值所替代。 ```python import pandas as pd df = pd.read_excel('example_with_merged_cells.xlsx', engine='openpyxl') # 对特定列应用向前填充方法,这里假设'行业'列为需要处理的对象 df['行业'] = df['行业'].ffill() print(df) ``` 此代码片段展示了如何加载一个 Excel 文件并针对其中某一列执行前向填充操作[^2]。 #### 方法二:使用 `Openpyxl` 获取原始数据结构 如果希望保留原有的合并单元格信息而不做任何修改,则可以直接借助于 `openpyxl` 库来进行更底层的操作: ```python from openpyxl import load_workbook wb = load_workbook(filename='example_with_merged_cells.xlsx') ws = wb.active for merged_cell_range in ws.merged_cells.ranges: min_col, min_row, max_col, max_row = range_boundaries(str(merged_cell_range)) top_left_value = ws.cell(row=min_row, column=min_col).value for row in range(min_row, max_row + 1): for col in range(min_col, max_col + 1): current_cell = ws.cell(row=row, column=col) if not (row == min_row and col == min_col): # 不覆盖原顶部左角单元格 current_cell.value = top_left_value data = ws.values columns = next(data)[0:] df = pd.DataFrame(data, columns=columns) print(df) ``` 上述脚本首先遍历所有已知的合并区域,并将这些区域内每个单元格设置为其所在组中的第一个非值;之后再转换为 DataFrame 形式以便进一步分析[^1]。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值