5

我有一个 Excel 电子表格，其中有一个包含小 %f.2 值的字段，例如 1.2、1.07、2.3 等，出于某种原因，openpyxl 将这些单元格读取为 1900 日期。我已经多次看到这个问题被提出，但通常这些用户期待约会并且得到一个虚假的约会。我期待一个值，通常 x<10.0 并且我得到大约 30-40% 的“坏”数据（读取为时间日期），而其他时间则读取为数值。

我正在使用迭代器，所以我做了一个简单的 ws.iter_rows() 调用来一次提取一行数据。我试图将其“转换”为先前创建的包含数值的变量，但这并没有多大好处。

有没有人对如何克服这个零星问题提出建议。如果这是一个已知的错误，是否有任何已知的解决方法？

我发现如果我将文件存储为 csv，然后将其重新打开为 csv，然后将其重新存储为 xlsx，我最终会得到一个可以正确读取的文件。虽然这有助于调试代码，但我需要一个我的客户可以使用的解决方案，而无需跳过这些环节。

我认为如果列的格式不正确，它将适用于所有元素，因此间歇性发生这种情况会令人困惑。

import openpyxl
from openpyxl import load_workbook

# Source workbook - wb

wb = load_workbook(filename = r'C:\data\TEST.xlsx' , use_iterators = True)
ws = wb.get_sheet_by_name(name ='QuoteFile ')

for row in ws.iter_rows():
        print(row[0].internal_value ,row[3].internal_value ,row[4].internal_value         ,row[5].internal_value)


print('Done')

这是我从 Excel 表中看到的输入

20015   2.13    1.2 08/01/11
20015   5.03    1.2 08/01/11
20015   5.03    1.2 08/01/11
20015   5.51    1.2 08/01/11
20015   8.13    1.2 08/01/11
20015   5.60    1.2 08/01/11
20015   5.03    1.2 08/01/11
20015   1.50    1.2 08/01/11
20015   1.50    1.2 08/01/11
20015   1.50    1.2 08/01/11
20015   1.50    1.2 08/01/11
20015   1.50    1.2 08/01/11
20015   1.50    1.2 08/01/11

这是我的输出，您可以看到前七行将第二个字段表示为 1900 年的日期，而第 8-13 行将该字段正确显示为数字字段：

20015.0 1900-01-02 03:07:12 1.2 2011-08-01 00:00:00
20015.0 1900-01-05 00:43:12 1.2 2011-08-01 00:00:00
20015.0 1900-01-05 00:43:12 1.2 2011-08-01 00:00:00
20015.0 1900-01-05 12:14:24 1.2 2011-08-01 00:00:00
20015.0 1900-01-08 03:07:12 1.2 2011-08-01 00:00:00
20015.0 1900-01-05 14:24:00 1.2 2011-08-01 00:00:00
20015.0 1900-01-05 00:43:12 1.2 2011-08-01 00:00:00
20015.0 1.5 1.2 2011-08-01 00:00:00
20015.0 1.5 1.2 2011-08-01 00:00:00
20015.0 1.5 1.2 2011-08-01 00:00:00
20015.0 1.5 1.2 2011-08-01 00:00:00
20015.0 1.5 1.2 2011-08-01 00:00:00
20015.0 1.5 1.2 2011-08-01 00:00:00

使用 python 3.3 和 openpyxl 1.6.2

4

1 回答 1

2

免责声明：我不知道如何使用 openpyxl。但是，您大多只需要担心datetime模块。

如果您知道哪些行应该是数字，您可以尝试这样的代码将 Excel 日期格式转换为浮点数，如果是数字则忽略它：

import datetime
import openpyxl
from openpyxl import load_workbook

# Source workbook - wb

wb = load_workbook(filename = r'C:\data\TEST.xlsx' , use_iterators=True)
ws = wb.get_sheet_by_name(name='QuoteFile ')

If val's a number, return it. Otherwise, take the difference between the datetime
and 1899-12-31 00:00:00. The way the datetimes work is they're internally a float,
being the number of days since the start of 1900. We get the number of seconds in
the delta (done through subtraction) and divide that by 86400 (the number of seconds
in a day).
def forcefloat(val):
    """If val's a number, return it. Otherwise, take the difference between the
    datetime and 1899-12-31 00:00:00. The way the datetimes work is they're
    internally a float, being the number of days since the start of 1900.
    We get the number of seconds in the delta (done through subtraction)
    and divide that by 86400 (the number of seconds in a day)."""
    if isinstance(val, (int, float)):
        return val
    assert isinstance(val, datetime.datetime)
    return (val - datetime.datetime(1899,12,31,0,0,0)).total_seconds() / 86400

for row in ws.iter_rows():
        print(
            row[0].internal_value,
            forcefloat(row[3].internal_value),
            row[4].internal_value,
            row[5].internal_value,
        )

print('Done')

不完全是最优雅的解决方案，但它确实有效。

于 2013-06-06T04:38:34.627 回答