最近的工作遇到一個需求，整理多個相同格式但是不標準的Excel表格，最終匯總成一個Excel表格，并進行數據透視分析。

表格內涉及到合并的單元格，不同表格表頭位置有偏差等問題。目標是將所有表格內容相同表頭內容統(tǒng)計到一個表內。由于Excel表格內容數據量巨大，如果使用人力的手段，工作量巨大，并且容易出錯（預估工作量3天）。所以決定使用Python對Excel進行自動處理，實現一鍵導出目標Excel的目的。

大致步驟：Python學習交流群：1004391443

1.安裝Python3，pip工具環(huán)境

2.安裝xlrd和xlwt

3.讀取所有源Excel文件

4.將讀取到的Excel信息組織到新的Excel對象中

5.數據緩存和分析

6.向新Excel對象中追加分析結果

7.將新Excel對象保存為目標輸出文件（最終想要的文件）

1.對于Python環(huán)境的安裝本文不做說明。

2.安裝Python擴展包有不同的方式，這里使用pip命令安裝xlrd和xlwt。

在Windows下，打開命令提示符（控制臺），cd python的安裝路徑下Scripts文件夾下（在這里有pip命令執(zhí)行工具）。或者將該路徑添加到系統(tǒng)環(huán)境變量。

xlrd：讀取Excel的擴展包

執(zhí)行：pip install xlrd

xlwt：寫入Excel的擴展包

執(zhí)行：pip install xlwt

隨便寫一個py文件寫入import xlrd, xlwt 執(zhí)行該文件不出錯說明安裝成功。

或者打開python自帶的編輯器進行輸入測試。

3.具體代碼如下

# -*- coding: utf-8 -*-import xlrdimport xlwtimport sys
def read(file_list):
    # 創(chuàng)建新的workbook    out_work_book = xlwt.Workbook(encoding = 'utf-8')    # 為了將多個文件的相同表頭的sheet和并到一個sheet內，定義新sheet寫入的行號位置    out_work_book_rows = [0,0]
    # 取得傳入的文件列表 （第一個參數為腳本名字）    for file_name in file_list[1:]:        # 打開文件        workbook = xlrd.open_workbook(file_name)        # 取得當前文檔的sheet列表        sheet_names = workbook.sheet_names()
        for sheet_idx in range(len(sheet_names)):            sheet_name = sheet_names[sheet_idx]                        # sheet = workbook.sheet_by_index(sheet_idx)            sheet = workbook.sheet_by_name(sheet_name)
            # sheet.row_values(n)   獲取整行數據            # sheet.col_values(n)   獲取整列數據
            # 獲取行數            rows_count = sheet.nrows            # 獲取列數            cols_count = sheet.ncols            # 存儲寫入的列數            write_col_count
            # 創(chuàng)建新的sheet            if len(out_work_book_sheet) <= sheet_idx:                out_work_book_sheet[sheet_idx] = out_work_book.add_sheet('sheet' sheet_idx)
            # 寫入sheet            for curr_col_num in range(cols_count)                # 當前列的內容                col = sheet.col_values(curr_col_num)                # 遍歷當前列的所有選項                for index in range(len(col))                    # 當前列第index的內容                    value = col[index]                    # 在寫入的sheet的行號上，加入上一個表寫到的位置行號，繼續(xù)向后追加內容                    out_work_book_sheet[sheet_idx].write(out_work_book_rows[sheet_idx]   index, write_col_count, value)                write_col_count              out_work_book_rows[sheet_idx]  = cols_count    # 輸出目標文件    out_work_book.save('out.xls')if __name__ == "__main__":    read(sys.argv)

4.針對合并的單元格，上述代碼會出現合并單元格只有一個格子有內容其余為空的情況。這種情形，現將當前sheet表格內所有合并單元格數據保存下來，當遇到屬于合并單元格的部分，則默認選取該合并單元格的第一個格子的數值即可。代碼如下：

def get_merged_cells_value(sheet, row_index, col_index):
    # 獲得當前sheet的所有合并單元格數據    merged = sheet.merged_cells    # 判斷給定的單元格，是否屬于合并單元格，如果是合并單元格，就返回合并單元格的內容    for (rlow, rhigh, clow, chigh) in merged:        if (row_index >= rlow and row_index < rhigh):            if (col_index >= clow and col_index < chigh):                cell_value = sheet.cell_value(rlow, clow)                return cell_value    return None

5.數據緩存可以利用python中的容器，和對象結構，將Excel中的數據對象化，在讀取時候進行實例化然后進行保存。在需要進行數據分析的時候利用。

6.在遇到特殊的表格格式的時候，讀取的內容可能在轉存的時候出現類型錯誤，導致無法識別。例如時間類型，正確顯示需要按特定格式進行讀取并且轉換。

表格類型說明: table.ctype

0 empty

1 string

2 number

3 date

4 boolean

5 error

代碼如下：

from datetime import datetime,date
def get_merged_cells_value(workbook, sheet, row_index, col_index):
    # 獲得當前sheet的所有合并單元格數據    merged = sheet.merged_cells    # 判斷給定的單元格，是否屬于合并單元格，如果是合并單元格，就返回合并單元格的內容    for (rlow, rhigh, clow, chigh) in merged:        if (row_index >= rlow and row_index < rhigh):            if (col_index >= clow and col_index < chigh):
                if sheet.cell(rlow, clow).ctype == 3:                    date_value = xlrd.xldate_as_tuple(sheet.cell(rlow, clow), workbook.datemode)                    # 轉換顯示格式為2019/05/05                    cell_value = date(*date_value[:3]).strftime('%Y/%m/%d')                else:                    cell_value = sheet.cell_value(rlow, clow)                                return cell_value    return None

7.最終，我們寫一個windows下的bat批處理文件或者在linux下寫一個shell，將文檔名字作為參數傳入執(zhí)行即可。

到此我利用程序完成了幾天的工作，還可以在以后相同的使用環(huán)境下更快速的完成工作。