如何使用Python解析管道分隔格式的Excel文件拆分指定列
Python处理固定格式管道分隔Excel的实现方案
完全可以通过Python自动化完成你此前在Excel中手动执行的分列、列值拼接匹配操作,无需逐行手动调整,适配你描述的文件结构(A1存管道分隔列名、后续行A/B列存拆分的管道分隔值)。
前置依赖安装
使用pandas和openpyxl即可完成全流程处理,安装命令:pip install pandas openpyxl
核心处理逻辑
- 读取原始Excel的全量单元格值,跳过自动表头识别逻辑,完全匹配文件的非标准存储结构
- 提取A1单元格的管道分隔字符串,拆分生成目标列名列表
- 逐行遍历数据:将每行A列、B列的管道分隔字符串拼接为完整行内容,再按管道符拆分值,和列名一一匹配
- 自动过滤空行、做值长度适配,避免列错位
- 仅保留需求指定的
First Name、Last Name、Phone、State四个独立列,导出为标准格式的规整Excel文件
可直接复用的处理代码
import pandas as pd def process_pipe_excel(input_file_path, output_file_path): # 读取原始Excel,不启用自动表头识别,全部按原始单元格值加载 raw_data = pd.read_excel(input_file_path, header=None, engine='openpyxl') # 提取A1位置的列名字符串,按管道符拆分 header_content = str(raw_data.iloc[0, 0]) all_columns = header_content.split('|') result_rows = [] # 从第2行开始逐行处理数据 for _, row in raw_data.iloc[1:].iterrows(): # 处理当前行A、B列的空值,拼接为完整行字符串 col_a = str(row.iloc[0]).strip() if pd.notna(row.iloc[0]) else '' col_b = str(row.iloc[1]).strip() if pd.notna(row.iloc[1]) else '' full_row = col_a + col_b # 跳过全空行 if not full_row: continue # 拆分值并和列名长度对齐 row_values = full_row.split('|') # 长度不足补空,超长截断,保证列数匹配 aligned_values = row_values + [''] * (len(all_columns) - len(row_values)) aligned_values = aligned_values[:len(all_columns)] result_rows.append(aligned_values) # 生成规整的结果表,仅保留需要的四个字段 target_columns = ['First Name', 'Last Name', 'Phone', 'State'] result_df = pd.DataFrame(result_rows, columns=all_columns)[target_columns] # 导出为无索引的标准Excel文件 result_df.to_excel(output_file_path, index=False, engine='openpyxl') print(f"处理完成,结果文件已保存至: {output_file_path}") # 调用示例 if __name__ == "__main__": process_pipe_excel( input_file_path="原始待处理文件.xlsx", output_file_path="处理完成结果.xlsx" )
注意事项
- 代码会自动适配A、B列拆分的字符串长度,不会因为某行拆分后的值和列数不一致出现错位、报错
- 不需要手动调整列顺序,完全按照A1中存储的列名顺序匹配对应值
- 处理效率随文件大小线性提升,千行级别的文件处理耗时在1秒以内
内容的提问来源于stack exchange,提问作者ben890
相关产品推荐
相关产品推荐

