如何用Python的pandas读取带单元格背景色的.xlsx文件？

pandas的read_excel仅读取单元格数据，不会保留背景色这类格式信息。要获取单元格背景色，需要借助专门处理Excel格式的库，推荐使用openpyxl（支持.xlsx格式），以下是具体实现步骤：

1. 安装依赖库 #

pip install openpyxl

2. 读取数据与背景色的代码示例 #

from openpyxl import load_workbook
import pandas as pd

# 加载Excel工作簿，data_only=True表示读取单元格计算结果而非公式
wb = load_workbook("My_Excel.xlsx", data_only=True)
ws = wb.active  # 获取当前活跃工作表，也可指定表名如wb["Sheet1"]

# 提取单元格数据和对应背景色
data_rows = []
color_rows = []

for row_idx, row in enumerate(ws.iter_rows(values_only=True), start=1):
    data_rows.append(row)
    # 遍历当前行所有单元格，提取背景色
    current_colors = []
    for cell in ws[row_idx]:
        # 获取填充色十六进制值，无填充时默认返回白色FFFFFF
        fill_color = cell.fill.start_color.index if cell.fill.start_color.index else "FFFFFF"
        current_colors.append(fill_color)
    color_rows.append(current_colors)

# 将数据转为DataFrame
df = pd.DataFrame(data_rows)
# 背景色也可转为DataFrame，方便与数据对应查看
color_df = pd.DataFrame(color_rows)

补充说明 #

• 你可以通过df查看原始单元格数据，color_df查看对应位置的背景色十六进制值，两者行列完全对应。
• 如果需要处理旧版.xls格式文件，可使用xlrd库（注意：xlrd 2.0及以上版本不再支持.xlsx格式），逻辑类似，通过xlrd的单元格格式属性提取背景色。

内容的提问来源于stack exchange，提问作者Priyanka Rawani