利用Python实现Excel合并单元格

最近在工作中需要批量处理一些Excel文件，为了更直观的展示数据，需要对Excel中的单元格进行合并处理。因为一直使用Pandas实现Excel读写操作，而Pandas无法将单元格进行合并，利用Python的xlsxwriter模块可以实现Excel合并单元格。帖子 python之DataFrame写excel合并单元格中提供了一种方法，但在使用中会出现一些问题，比如无法处理字符串等类型数据。通过修改方法，定义了一个excel_merge_cells函数，基本可以满足日常利用Python实现Excel合并单元格的需求。

原帖方法

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

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 pdclass 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.sizecols=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 Falseif 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']=1self_copy['CN']=1else: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_ModuleDF=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  1DF.my_mergewr_excel('000_2.xlsx',['A'],['B','C'])

————————————————
版权声明：本文为CSDN博主「周小科」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/cakecc2008/article/details/59203980

修改后方法

利用Python进行Excel文件读取并分析多数采用Pandas模块进行，所以直接将方法定义为一个名为 excel_merge_cells 的函数，代码如下：

import pandas as pd
import xlsxwriterdef excel_merge_cells(df, save_name, key_cols=[], merge_cols=[]):'''key_cols：用于判断是否需要合并的key_cols列表merge_cols：用于指明哪些列上的单元格需要被合并的列表'''self_copy = df.copy(deep=True)line_cn = self_copy.shape[0]self_copy.index = list(range(line_cn))cols = list(self_copy.columns)self_copy['temp_col'] = 1if all([v in cols for v in key_cols]) == False:   # 校验key_cols中各元素 是否都包含与对象的列raise ValueError("key_cols is not completely include object's columns")if all([v in cols for v in merge_cols]) == False: # 校验merge_cols中各元素 是否都包含与对象的列 raise ValueError("merge_cols is not completely include object's columns")wb = xlsxwriter.Workbook(save_name)worksheet = wb.add_worksheet()format_top = wb.add_format({'border':1, 'bold':True, 'text_wrap':True})format_other = wb.add_format({'border':1,'valign':'vcenter'})for i, value in enumerate(cols):  # 写表头worksheet.write(0, i, value, format_top)if key_cols == []:       # 如果key_cols 参数不传值，则无需合并，RN和CN为辅助列self_copy['CN'] = 1  # 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）self_copy['RN'] = 1  # RN为需要合并一组中第几行，CN=1，RN=1；CN=5，RN=1,...5else:self_copy['CN'] = self_copy.groupby(key_cols, as_index=False)['temp_col'].rank(method='max')['temp_col']    # method='max'，对整个组使用最大排名self_copy['RN'] = self_copy.groupby(key_cols, as_index=False)['temp_col'].rank(method='first')['temp_col']  # method='first'，按照值在数据中出现的次序分配排名for i in range(line_cn):if self_copy.loc[i, 'CN'] > 1:for j, col in enumerate(cols):if col in (merge_cols):if self_copy.loc[i, 'RN'] == 1: # 合并写第一个单元格，下一个第一个将不再写worksheet.merge_range(i+1, j, i+int(self_copy.loc[i, 'CN']), j, self_copy.loc[i, col], format_other)'''合并 开始行，开始列，结束行，结束列，值，格式''''''因为已经写了表头所以从i+1行开始写'''else:passelse:worksheet.write(i+1, j, self_copy.loc[i, col], format_other)else:for j, col in enumerate(cols):worksheet.write(i+1, j, self_copy.loc[i, col], format_other)wb.close()

函数需要传入的参数如下：

df：需要进行合并单元格处理的DataFrame
save_name：处理结果需要保存的路径及文件名
key_cols：用于判断是否需要合并的key_cols列表
merge_cols：用于指明哪些列上的单元格需要被合并的列表