Python遍历Excel并统计运单数据存入字典的实现问题

我需要用Python遍历仅含一列的Excel表格，把承运商名称存入字典，同时统计该名称下方到下一个承运商出现前的日期单元格数量（即运单次数），并将统计值存入字典对应承运商的loads字段。目前已经实现了将承运商名称存入字典，但不知道怎么继续循环统计日期数量并更新字典。

原代码 #

# Function to add new entries to the dictionary
def add_entry(dictionary, key, value):
    dictionary[key] = value

import openpyxl
from datetime import datetime


# Load the Excel workbook
workbook = openpyxl.load_workbook(r'path to carrier2.xlsx')
sheet = workbook.active  # Assuming you want to work with the active sheet

# Dictionary to store data
data_dict = {}

# Specify the starting row and the number of rows to iterate through
start_row = 2
num_rows = sheet.max_row - start_row + 1

# Loop through rows starting from the specified row
for i, row in enumerate(sheet.iter_rows(min_row=start_row, max_col=1, max_row=start_row + num_rows -  1), start=start_row):
    cell_value = row[0].value
    if cell_value == "Carrier":
        # Get the value one row above
        value_above = sheet.cell(row=row[0].row - 1, column=1).value
        if value_above:
    
            add_entry(data_dict, i, {'name': value_above, 'loads': 0})


# Print the dictionary with the saved data
print(data_dict)

# Close the workbook
workbook.close()

Excel表格结构 #

解决思路 #

1. 遍历过程中维护当前承运商和当前运单计数两个变量，追踪统计状态
2. 遇到"Carrier"标识时：
   • 若已有正在统计的承运商，先把之前的计数存入字典
   • 取出上方的承运商名称，初始化新的计数
3. 识别到日期格式的单元格时，直接增加当前计数
4. 遍历结束后，处理最后一个承运商的统计数据，避免遗漏

修改后的代码 #

import openpyxl
from datetime import datetime

# Load the Excel workbook
workbook = openpyxl.load_workbook(r'path to carrier2.xlsx')
sheet = workbook.active

# 字典存储数据：用承运商名称作为key更直观，也可按需改回原行号
data_dict = {}

current_carrier = None
current_loads = 0

# 从第2行开始遍历单列数据
for row in sheet.iter_rows(min_row=2, max_col=1, values_only=True):
    cell_value = row[0]
    
    if cell_value == "Carrier":
        # 先处理上一个承运商的统计结果
        if current_carrier is not None:
            data_dict[current_carrier] = {'name': current_carrier, 'loads': current_loads}
        
        # 获取当前承运商名称（当前行的上一行）
        carrier_name = sheet.cell(row=sheet._current_row - 1, column=1).value
        current_carrier = carrier_name
        current_loads = 0  # 重置计数
    elif isinstance(cell_value, datetime):
        # 判断为日期格式，运单计数+1
        current_loads += 1

# 处理最后一个承运商的数据
if current_carrier is not None:
    data_dict[current_carrier] = {'name': current_carrier, 'loads': current_loads}

# 打印统计结果
for key, value in data_dict.items():
    print(f"承运商: {value['name']}, 运单次数: {value['loads']}")

workbook.close()

代码说明 #

• 移除冗余的add_entry函数，直接操作字典更简洁
• 使用values_only=True获取单元格值，提升遍历效率
• 用isinstance(cell_value, datetime)精准识别日期单元格，避免误统计非日期内容
• 支持处理最后一个承运商的统计数据，不会遗漏收尾数据
• 字典key改用承运商名称，可读性更强；若需保留原行号作为key，可在遇到"Carrier"时记录当前行号替换逻辑

内容的提问来源于stack exchange，提问作者Jerry S