当前位置：首页 > article >正文

解决openpyxl操纵带公式的excel或者csv之后，pandas无法读取数值的问题

article 2025/1/7 7:15:06

1 功能特点

openpyxl：
- 这是一个专门用于操作Excel文件（.xlsx/.xlsm）的库。它提供了丰富的功能来读取、写入和修改Excel文件的各个元素，如单元格、行、列、工作表等。例如，可以通过openpyxl轻松地创建一个新的Excel工作簿，添加工作表，设置单元格的样式（字体、颜色、对齐方式等）。
- 可以读取Excel文件中的数据并进行逐行、逐列的处理。比如，以下代码片段展示了如何使用openpyxl读取一个Excel文件中的数据：

import openpyxl

# 打开工作簿
workbook = openpyxl.load_workbook('example.xlsx')
# 选择工作表
worksheet = workbook['Sheet1']
# 遍历行和列读取数据
for row in worksheet.iter_rows(values_only=True):
    for cell_value in row:
        print(cell_value)

pandas：
- pandas是一个强大的数据处理库，主要用于数据的分析、清洗和操作。它提供了高效的数据结构，如DataFrame和Series，可以处理各种类型的数据，包括从CSV文件、数据库、Excel文件等多种数据源获取的数据。
- 对于数据的分析和转换非常方便。例如，可以使用pandas轻松地对数据进行排序、分组、过滤和聚合操作。以下是一个简单的示例，展示如何使用pandas读取Excel文件中的数据并进行简单的数据分析：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx')
# 查看数据的前几行
print(df.head())
# 计算某一列的平均值
column_mean = df['column_name'].mean()
print(column_mean)

2 适用场景

openpyxl适用场景：
- 当需要对Excel文件进行细致的格式设置和底层的文件结构操作时，openpyxl是更好的选择。例如，在需要创建具有特定样式的复杂报表，如添加带有各种样式（如不同字体、颜色、边框）的表格、图表，或者需要在Excel文件中插入图像、超链接等元素时，openpyxl可以很好地完成这些任务。
- 如果主要的工作是和Excel文件本身的交互，比如需要将数据按照Excel的特定格式（如单元格合并、冻结窗格等）进行输出，openpyxl提供了更直接的控制。

pandas适用场景：
- 对于数据分析任务，特别是需要对大量数据进行复杂的分析和处理时，pandas是首选。它可以方便地处理缺失数据、进行数据标准化、对数据进行各种统计分析（如计算相关性、协方差等）。
- 当需要从不同数据源（Excel、CSV、SQL数据库等）整合数据并进行统一处理时，pandas的强大数据结构和功能使其能够轻松地完成数据的读取、合并和转换。例如，在数据挖掘、机器学习项目的前期数据准备阶段，pandas可以高效地清理和预处理数据。

性能方面
- openpyxl：在处理大型Excel文件时，如果只是简单的读写操作，性能表现尚可。但是当涉及到大量的数据处理和复杂的计算时，可能会相对较慢，因为它的设计重点是Excel文件的结构和格式操作。
- pandas：pandas在数据处理方面进行了高度优化，对于大量数据的读取、筛选、排序等操作通常具有较高的效率。它使用了一些高效的数据存储和计算方法，能够快速地处理数据，特别是在内存允许的情况下，对大数据集的处理能力更强。

总的来说，openpyxl和pandas各有优势。如果你的主要任务是对Excel文件进行精细的格式设置和文件结构操作，选择openpyxl；如果重点是数据分析和处理，pandas会是更好的工具。在实际项目中，有时也可以将两者结合使用，充分发挥它们的优势。

还有就是openpyxl可以保留excle原始的公式、样式等，但是pandas就是纯数据了

3 问题以及解决

目前因为开发需求的原因，因为excel中带了公式，所以我前面用了openpyxl库，然后生成了一个新的文档，这样文档中带有公式的列就会自动更新并产生新的值。

后面因为pandas在大数据处理这块根据优势，因此选择了pandas，但是遇到的问题是当我用pandas打开并且读取带公式那列的时候，读取出来的全是公式字符，即使用pd.read_excel(data_path,engine='openpyxl',sheet_name="日回收")也不行，但我想要的是数字。

后面发现在openpyxl生成后，先打开excle，然后每次都要我保存，保存之后，再执行pandas的那部分代码，发现可以读出值了

但我又不可能每次都要这样操作，通过后续查找资料（这里忘记远处了，忘原谅，借原作者代码一用），可以写一个方法，就是在后台去执行上面的操作，如下

# filename是文件路径
def just_open(filename):
    xlApp = DispatchEx("Excel.Application")
    xlApp.Visible = False
    xlBook = xlApp.Workbooks.Open(filename)
    xlBook.Save()
    xlBook.Close()