如何使用xlrd在python中按列名读取Excel数据

我正在尝试读取大型excel文件（近100000行）的数据。 我使用python中的“xlrd模块”从excel中获取数据。 我想按列名（Cascade，Schedule name，Market）而不是列号（0,1,2）获取数据。 因为我的excel列不是固定的。 我知道在固定列的情况下如何获取数据

下面是我从excel for fixed列中获取数据的代码

import xlrd

file_location =r"C:\Users\Desktop\Vision.xlsx"
workbook=xlrd.open_workbook(file_location)
sheet= workbook.sheet_by_index(0)
print(sheet.ncols,sheet.nrows,sheet.name,sheet.number)

for i in range(sheet.nrows):
   flag = 0
   for j in range(sheet.ncols):
      value=sheet.cell(i,j).value

如果有人对此有任何解决办法，请告诉我

谢谢

注释：当

fieldnames=['Cascade'，'Market'，'Schedule'，'Name]

和

表（['Cascade'，'Schedule'，'Name'，'Market']）

是相等的

在

col_idx

中保持

字段名的顺序并不是我最初的目标


问题：我想按列名获取数据

以下
OOP
解决方案将起作用：

class OrderedByName():
    """
    Privides a generator method, to iterate in Column Name ordered sequence
    Provides subscription, to get columns index by name. using class[name]
    """
    def __init__(self, sheet, fieldnames, row=0):
        """
        Create a OrderedDict {name:index} from 'fieldnames'
        :param sheet: The Worksheet to use
        :param fieldnames: Ordered List of Column Names
        :param row: Default Row Index for the Header Row
        """
        from collections import OrderedDict
        self.columns = OrderedDict().fromkeys(fieldnames, None)
        for n in range(sheet.ncols):
            self.columns[sheet.cell(row, n).value] = n

    @property
    def ncols(self):
        """
        Generator, equal usage as range(xlrd.ncols), 
          to iterate columns in ordered sequence
        :return: yield Column index
        """
        for idx in self.columns.values():
            yield idx

    def __getitem__(self, item):
        """
        Make class object subscriptable
        :param item: Column Name
        :return: Columns index
        """
        return self.columns[item]

用法：

输出：

cell((0, 1)).value == Cascade
cell((0, 2)).value == Market
cell((0, 0)).value == Schedule
cell((1, 1)).value == DO Macro Upgrade
cell((1, 2)).value == Upper Cnetral Valley
cell((1, 0)).value == SF05UB0
cell((2, 1)).value == DO Macro Upgrade
cell((2, 2)).value == Toledo
cell((2, 0)).value == DE03HO0
cell((3, 1)).value == DO Macro Upgrade
cell((3, 2)).value == SF Bay
cell((3, 0)).value == SF73XC4


按名称获取一列的索引

print("cell{}.value == {}".format((1, by_name['Schedule']),
                                    sheet.cell(1, by_name['Schedule']).value))
#>>> cell(1, 0).value == SF05UB0

使用Python:3.5测试
或者您也可以使用，它是一个内置的综合数据分析库

其中，快速查看生成的数据帧
df
将显示：

In [1]: df
Out[1]:
   Cascade     Schedule Name                Market
0  SF05UB0  DO Macro Upgrade  Upper Central Valley
1  DE03HO0  DO Macro Upgrade                Toledo
2  SF73XC4  DO Macro Upgrade                SF Bay

您的列名在电子表格的第一行，对吗？因此，阅读第一行并构造从名称到列索引的映射

column_pos = [ (sheet.cell(0, i).value, i) for i in range(sheet.ncols) ]
colidx = dict(column_pos)

或作为一个班轮：

colidx = dict( (sheet.cell(0, i).value, i) for i in range(sheet.ncols) )

然后可以使用索引来解释列名，例如：

print(sheet.cell(5, colidx["Schedule Name"]).value)

要获得整个列，可以使用列表：

schedule = [ sheet.cell(i, colidx["Schedule Name"]).value for i in range(1, sheet.nrows) ]

如果确实需要，可以为处理解释的
单元格
函数创建一个包装器。但我认为这很简单。
你可以利用熊猫。下面是用于标识excel工作表中的列和行的示例代码

import pandas as pd

file_location =r"Your_Excel_Path"

# Read out first sheet of excel file and return as pandas dataframe
df = pd.read_excel(file_location)


total_rows=len(df.axes[0])
total_cols=len(df.axes[1])

# Print total number of rows in an excel sheet
print("Number of Rows: "+str(total_rows))

# Print total number of columns in an excel sheet
print("Number of Columns: "+str(total_cols))

# Print column names in an excel sheet
print(df.columns.ravel())

现在，一旦您有了列数据，就可以将其转换为值列表。
您的问题，并给出“按列名称而不是列编号”的示例。我已在问题中进行了更改。您能告诉我如何进行更改吗？谢谢Alexis的回答。我想获取“schedule name”的完整数据，而不是单个值。你能告诉我怎么做吗？好的。（我假设第0行包含列名，因此它不包含在列值中。）感谢stovfl的回答，但您只在中打印列索引，但我想打印列名对应的所有数据。您能告诉我如何使用这些列索引来获取it@George.S：根据您的问题：“我知道在固定列的情况下如何获取数据。”。您可以询问并显示一个非固定数据表，以及如何使用
col\u idx
列表执行此操作。实际上，“我知道如何在固定列的情况下获取数据。”但问题是，如果我更改excel的列标题，您的代码中会出现问题。它可以按相同的顺序打印列索引。那么，告诉我，我的代码如何知道哪个标头位于哪个列中。我想我已经澄清了我的观点。感谢您的更新，但当字段名['Cascade'、'Market'、'Schedule'、'Name]和工作表（['Cascade'、'Schedule'、'Name'、'Market']）的标题相等时，它仍然不起作用。它没有显示列标题的确切位置。感谢Xukrao的回答，但我不知道如何使用pandas对excel数据执行操作。所以我无法使用它。正如op对@Xukrao的答案所评论的那样，它也使用熊猫，op不知道如何使用熊猫。
schedule = [ sheet.cell(i, colidx["Schedule Name"]).value for i in range(1, sheet.nrows) ]

import pandas as pd

file_location =r"Your_Excel_Path"

# Read out first sheet of excel file and return as pandas dataframe
df = pd.read_excel(file_location)


total_rows=len(df.axes[0])
total_cols=len(df.axes[1])

# Print total number of rows in an excel sheet
print("Number of Rows: "+str(total_rows))

# Print total number of columns in an excel sheet
print("Number of Columns: "+str(total_cols))

# Print column names in an excel sheet
print(df.columns.ravel())