大熊猫按格式读取excel

Question

我如何在格式化后获取电子表格的值？我正在处理货币格式的电子表格

这例如：

ITEM NAME UNIT PRICE
item1     USD 99
item2     SGD 45

但是术语“USD”和“SGD”是使用excel的格式化功能添加的，pandas的read_excel函数看不到这些术语。我会得到值，但不会得到货币名称。我只能按原样处理电子表格，并且考虑到我有各种电子表格，每个电子表格大约有 6-7 张，我希望有一个 Pandas（或 Python）级别的解决方案，而不是一个 excel 级别的解决方案。

谢谢你们。

对丹尼尔来说，这就是我实现“xlrd”引擎的方式，它似乎没有做任何事情。

excel = pd.ExcelFile('itemlist.xlsx', sheetname=None)
master = pd.DataFrame(None)

for sheet in excel.sheet_names:
    df = pd.read_excel(excel,sheet,header=2, engine='xlrd')
    master=master.append(df)

Answer 1

没有什么好方法可以做到这一点。 pandas不了解数字格式，并且xlrd似乎无法从 .xlsx 文件中读取格式 - 请参阅此处

您可以使用它openpyxl来完成此操作，它至少可以访问数字格式，但看起来您基本上必须自己实现所有解析逻辑。

In [26]: from openpyxl import load_workbook

In [27]: wb = load_workbook('temp.xlsx')

In [28]: ws = wb.worksheets[0]

In [29]: ws.cell("B2")  # numeric value = 4, formatted as "USD 4"
Out[29]: <Cell Sheet1.B2>

In [30]: ws.cell("B2").value
Out[30]: 4

In [31]: ws.cell("B2").number_format
Out[31]: '"USD "#'