使用Openpyxl与Python处理Excel：删除空格并替换为逗号

我是Python新手，需要重构一份大型电子表格，需求如下：

• 删除L、M列每个单元格内的所有空格
• 随后用逗号分隔值，但需将“TL:Accepted”这类带冒号的内容保留为单个值

我有Pandas使用经验，可以结合Openpyxl实现，目前的代码如下：

# imports
import openpyxl as py
from openpyxl import Workbook, load_workbook

# create a workbook and active worksheet
wb = load_workbook(r'MERGEDSHEETS.xlsx')
print(wb.sheetnames)
ws = wb.active

for sheet[L2:, M2:]:
    py.strip()

wb.save(r'MERGEDSHEETSv2.xlsx')

你的现有代码存在语法错误：for sheet[L2:, M2:] 不是合法的遍历方式，py.strip() 也无法直接操作单元格值。以下是两种可行的实现方案：

方法一：使用Openpyxl逐单元格处理 #

适合需要保留Excel原格式的场景：

import openpyxl
import re

# 加载目标工作簿和激活工作表
wb = openpyxl.load_workbook(r'MERGEDSHEETS.xlsx')
ws = wb.active

# 目标列：L对应第12列，M对应第13列
target_cols = [12, 13]
# 正则规则：匹配带冒号的完整项（如TL:Accepted）或非逗号分隔的普通项
item_pattern = re.compile(r'(\w+:\w+|[^,]+)')

for col in target_cols:
    # 从第2行开始遍历所有非空单元格
    for row in range(2, ws.max_row + 1):
        cell = ws.cell(row=row, column=col)
        if not cell.value:
            continue
        
        # 步骤1：移除单元格内所有空格
        no_spaces = str(cell.value).replace(' ', '')
        # 步骤2：提取所有有效项并去重
        valid_items = item_pattern.findall(no_spaces)
        unique_items = list(dict.fromkeys(valid_items))  # 保持顺序去重
        # 步骤3：用逗号重新连接
        cell.value = ', '.join(unique_items)

# 保存处理后的文件
wb.save(r'MERGEDSHEETSv2.xlsx')

方法二：使用Pandas批量处理（更适合大型表格） #

Pandas处理海量数据效率更高，若无需严格保留原Excel格式，优先选择：

import pandas as pd
import re

# 读取Excel文件
df = pd.read_excel(r'MERGEDSHEETS.xlsx')

def process_column_value(value):
    if pd.isna(value):
        return value
    # 移除所有空格
    cleaned = str(value).replace(' ', '')
    # 提取带冒号的项或普通项
    item_pattern = re.compile(r'(\w+:\w+|[^,]+)')
    valid_items = item_pattern.findall(cleaned)
    # 去重后用逗号连接
    unique_items = list(dict.fromkeys(valid_items))
    return ', '.join(unique_items)

# 处理L列和M列（注意列名需与表格实际列名一致）
df['L'] = df['L'].apply(process_column_value)
df['M'] = df['M'].apply(process_column_value)

# 保存结果，使用openpyxl引擎可保留部分格式
df.to_excel(r'MERGEDSHEETSv2.xlsx', index=False, engine='openpyxl')

内容的提问来源于stack exchange，提问作者tozzy