python之DataFrame实现excel合并单元格

Python  /  管理员 发布于 7年前   168

在工作中经常遇到需要将数据输出到excel，且需要对其中一些单元格进行合并，比如如下表表格，需要根据A列的值，合并B、C列的对应单元格

pandas中的to_excel方法只能对索引进行合并，而xlsxwriter中，虽然提供有merge_range方法，但是这只是一个和基础的方法，每次都需要编写繁琐的测试才能最终调好，而且不能很好的重用。所以想自己写一个方法，结合dataframe和merge_range。大概思路是：

1、定义一个MY_DataFrame类，继承DataFrame类，这样能很好的利用pandas的很多特性，而不用自己重新组织数据结构。
2、定义一个my_mergewr_excel方法，参数分别为：输出excel的路径、用于判断是否需要合并的key_cols列表、用于指明哪些列上的单元格需要被合并的列表
3、将MY_DataFrame封装为一个My_Module模块，以备重用。

合并的算法如下：

1、根据给定参数的【关键列】，进行分组计数和排序，添加CN和RN两个辅助列
2、判断CN大于1的，该分组需要合并，否则该分组（行）无需合并（CN=1说明这个分组数据行是唯一的，无需合并）
3、对应需要合并的分组，判断当前列是不是在给定参数【合并列】中，是则用合并写excel单元格，否则就是普通的写excel单元格。
4、在需要合并的列中，如果对于的RN=1则调用merge_range，一次性写想下写CN个单元格，如果RN>1则跳过该单元格，因为在RN=1的时候，已经合并写了该单元格，若再重复调用erge_range，打开excel文档时会报错。

用图解释如下：

具体代码如下：

# -*- coding: utf-8 -*- """ Created on 20170301  @author: ARK-Z """ import xlsxwriter   import pandas as pd  class My_DataFrame(pd.DataFrame):   def __init__(self, data=None, index=None, columns=None, dtype=None, copy=False):     pd.DataFrame.__init__(self, data, index, columns, dtype, copy)    def my_mergewr_excel(self,path,key_cols=[],merge_cols=[]):     # sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True):     self_copy=My_DataFrame(self,copy=True)     line_cn=self_copy.index.size     cols=list(self_copy.columns.values)     if all([v in cols for i,v in enumerate(key_cols)])==False:   #校验key_cols中各元素 是否都包含与对象的列       print("key_cols is not completely include object's columns")       return False     if all([v in cols for i,v in enumerate(merge_cols)])==False: #校验merge_cols中各元素 是否都包含与对象的列       print("merge_cols is not completely include object's columns")       return False        wb2007 = xlsxwriter.Workbook(path)     worksheet2007 = wb2007.add_worksheet()     format_top = wb2007.add_format({'border':1,'bold':True,'text_wrap':True})     format_other = wb2007.add_format({'border':1,'valign':'vcenter'})     for i,value in enumerate(cols): #写表头       #print(value)       worksheet2007.write(0,i,value,format_top)          #merge_cols=['B','A','C']     #key_cols=['A','B']     if key_cols ==[]:  #如果key_cols 参数不传值，则无需合并       self_copy['RN']=1       self_copy['CN']=1     else:       self_copy['RN']=self_copy.groupby(key_cols,as_index=False).rank(method='first').ix[:,0] #以key_cols作为是否合并的依据       self_copy['CN']=self_copy.groupby(key_cols,as_index=False).rank(method='max').ix[:,0]     #print(self)     for i in range(line_cn):       if self_copy.ix[i,'CN']>1:         #print('该行有需要合并的单元格')         for j,col in enumerate(cols):           #print(self_copy.ix[i,col])           if col in (merge_cols):  #哪些列需要合并 if self_copy.ix[i,'RN']==1: #合并写第一个单元格，下一个第一个将不再写   worksheet2007.merge_range(i+1,j,i+int(self_copy.ix[i,'CN']),j, self_copy.ix[i,col],format_other) ##合并单元格，根据LINE_SET[7]判断需要合并几个   #worksheet2007.write(i+1,j,df.ix[i,col]) else:   pass #worksheet2007.write(i+1,j,df.ix[i,j])           else: worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other)           #print(',')       else:         #print('该行无需要合并的单元格')         for j,col in enumerate(cols):           #print(df.ix[i,col])           worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other)           wb2007.close()     self_copy.drop('CN', axis=1)     self_copy.drop('RN', axis=1) 

调用代码：

import My_Module  DF=My_DataFrame({'A':[1,2,2,2,3,3],'B':[1,1,1,1,1,1],'C':[1,1,1,1,1,1],'D':[1,1,1,1,1,1]})  DF Out[120]:    A B C D 0 1 1 1 1 1 2 1 1 1 2 2 1 1 1 3 2 1 1 1 4 3 1 1 1 5 3 1 1 1  DF.my_mergewr_excel('000_2.xlsx',['A'],['B','C']) 

效果如下：

也可以设置合并A、B列：

DF.my_mergewr_excel('000_2.xlsx',['A'],['A','B']) 

效果如下：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。