如何使用python读取Excel指定范围并转为数组
knighthood2001 人气:0前言
最近需要读取Excel中的内容，然后进行后续操作，对于这块知识，博主以前以为自己不会涉及到，但是现在一涉及到，第一步就错了，搞了好久。真的心累。因此写了这篇博客。
目的：
excel中存放着数据，如果要进行计算及其它操作，首先就要进行读取。
我们先来看一下python中能操作Excel的库对比（一共九个库）：
可以发现，还是挺多的
这里使用的是xlrd库。
安装
这里首先就是导入这个包，
pip install xlrd==1.2.0
xlrd包版本最好是1.2.0，因为笔者使用2.多版本的xlrd时，代码出现了类似下面的报错，也就是说xlrd版本太高会导致无法支持读取xlsx后缀的excel。
xlrd.biffh.XLRDError: Excel xlsx file; not supported
大家可以去试试将excel另存，看看保存类型。
目前笔者使用的是Excel2019版本的，默认保存类型为xlsx。
如果你之前已经安装xlrd高版本或更低版本了，建议先卸载一下，重新安装。
pip uninstall xlrd pip install xlrd==1.2.0
实例
初阶
一个excel中有如上数据，我们需要将其提取出来，方便python进行后续操作。
代码如下：
def extract1(file,index=0):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
all = []
for i in range(rows):
a = worksheet.row_values(i)[:]
all.append(a)
print(all)
cc = np.array(all)
print(cc)
return ccfile是文件的路径及名称，index就是当前sheet表的索引。 下图就是具体的索引。
当然也可以根据sheet表的名称。
如下面代码第一行按照的是索引方式，第二行按照的是sheet名称。大家可自行选择
worksheet = workbook.sheet_by_index(0)
worksheet = workbook.sheet_by_name("sheet1")rows = worksheet.nrows
返回的是sheet表的行数，ncols则是列数
all = []
for i in range(rows):
a = worksheet.row_values(i)[:]
all.append(a)首先定义一个空列表，然后遍历每行，将里面的数据写入列表中，
row_values()
是用来返回给定行中单元格值的切片。
最后将其转换成数组类型即可。（按要求来，大家也可以不换）
下图是结果：
换个高级的写法，用推导式写（浓缩才是精华）
def extract(file,index=0):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
c = tuple(worksheet.row_values(i)[:] for i in range(rows))
a = np.array(c)
print(a)
return a代码行数瞬间缩短了。
最好调用一下函数即可
file = r'C:\Users\knighthood\OneDrive\桌面\11.xlsx' extract1(file)
进阶1
要求：假如我excel只要图中框出来的区域。
以下为了看的较为简便，我使用推导式的代码
def confine_array(file,index=0):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
c = tuple(worksheet.row_values(i)[1:] for i in range(1, rows))
a = np.array(c)
print(a)
return a如上，可以发现，代码变化之处就下面这一行。
c = tuple(worksheet.row_values(i)[1:] for i in range(1, rows))
一步步讲解：
①for i in range(1, rows)
首先对于后面的for循环，i控制的就是获取的行，更改其范围就会更改获取到的行、行数。
如果是上面说的（1，rows），则对应着获取第二行到最后一行，（0表示第一行）
②worksheet.row_values(i)[1:]
最后的[1:]（本来的代码中是没有或者是[:]）表示的是i行的元素从第2列（个）获取到最后一行（个）。
因此我们只需要更改这两处就可以获得不同的内容矩阵（如下）。
def flexible_array(file,index=0,row=1,col=1):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
c = tuple(worksheet.row_values(i)[col:] for i in range(row,rows))
a = np.array(c)
print(a)
return a结果如下图
进阶2
要求：能不能更简化一点，根据我从哪个位置要数据，如第二行第二列开始，将这后面的数据进行读取。每次这样对来对去，容易出错，还是根据行列开始计算比较方便。
这里为了防止行列一样，我就多加了一列。
def flexible1_array(file,index=0,row=1,col=1):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
c = tuple(worksheet.row_values(i)[col-1:] for i in range(row-1,rows))
a = np.array(c)
print(a)
return a代码也主要变化了这一行
c = tuple(worksheet.row_values(i)[col-1:] for i in range(row-1,rows))
这里笔者就不多解释了。
现在就可以根据需要的起始单元格所在的行列进行选取所要的内容。
进阶3
要求：不需要最后一列
这里的话，笔者就设置了最后需要的行和列作为结束的读取。
def flexible2_array(file,index=0,row=1,col=1,end_row=None,end_col=None):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
if end_row is None:
c = tuple(worksheet.row_values(i)[col-1:end_col] for i in range(row-1, rows))
else:
c = tuple(worksheet.row_values(i)[col - 1:end_col] for i in range(row - 1, end_row))
a = np.array(c)
print(a)
return a上述代码意思是，如果不输入结束的行和列，读取到的是包含数据的行列，如果输入了行和列（或者其中一个），就读取相应的内容。由于end_row放在range()函数中，因此需要加个if判断。
结果如下：
此外，我还发现，end_col由于放在[]中，可输入负数（不懂的可以去看看python列表负索引）。
不过这里的-1，其实际是排除了最后一列，从你输入的行列到，你输入的结束行和倒数第二列。
有些人可能会觉得别扭（比如我，更喜欢-1表示从起始列到最后一列，-2表示从起始列到倒数第二列）
def flexible3_array(file,index=0,row=1,col=1,end_row=None,end_col=None):
workbook = xlrd.open_workbook(file)
worksheet = workbook.sheet_by_index(index)
rows = worksheet.nrows
if end_row is None:
c = tuple(worksheet.row_values(i)[col-1:end_col if end_col > 0 else end_col+1] for i in range(row-1, rows))
else:
c = tuple(worksheet.row_values(i)[col-1:end_col if end_col > 0 else end_col+1] for i in range(row - 1, end_row))
a = np.array(c)
print(a)
return a这里，代码中将判断end_col是否为负，使用了if-else写在一行。减少了很多代码判断量，使看起来更简洁。
这里看个人喜好是否使用这个方法。
还有一个end_col参数使用负数的原因是，end_row由于在excel中对应的是行，其用的是数字表示，而excel中列用字母表示，因此如果当数据列数太多的时候（如下图），去数列还是挺麻烦的
总结
上述内容是一步一步进行修改添加的，对应着平时要求的逐渐添加，功能的逐渐完善。
笔者在上篇构建层次分析法，用到的数据矩阵，可以和这篇一起结合，通过excel读取转为数组，然后进行层次分析法的操作。
加载全部内容