如何用Python准确识别Excel中折叠/隐藏的行列并仅读取可见数据？

我理解你现在碰到的糟心事——用openpyxl处理Excel可见行列时，时不时会遇到默认列没出现在column_dimensions里的情况，导致误跳过正常可见的列，而且折叠行的判断逻辑也总觉得不太靠谱。下面给你几个实用的解决方案，既有对现有openpyxl代码的优化，也有更省心的替代库方案，你可以根据场景选。

一、优化现有OpenPyXL代码 #

你的核心问题之一是：openpyxl的column_dimensions只存储有自定义设置（比如改了宽度、隐藏）的列，默认列不会出现在这个字典里，你之前的代码直接continue就把这些正常可见的列跳过了。另外折叠行的检查逻辑也可以更高效准确。

优化后的代码 #

import pandas as pd
from openpyxl import load_workbook

def read_visible_data_from_sheet(sheet):
    data = []
    # 先获取所有列的字母，避免漏过默认列
    max_col = sheet.max_column
    all_col_letters = [sheet.cell(row=1, col=col_idx).column_letter for col_idx in range(1, max_col+1)]

    for row in sheet.iter_rows():
        row_num = row[0].row
        row_dim = sheet.row_dimensions[row_num]
        row_hidden = row_dim.hidden
        row_height = row_dim.height

        # 跳过自身隐藏或高度为0的行
        if row_hidden or (row_height is not None and row_height == 0):
            continue

        # 检查是否因父行折叠而被隐藏
        is_collapsed = False
        current_level = row_dim.outlineLevel
        if current_level > 0:
            # 向上查找直接父行，不用遍历所有前置行，提升效率
            for parent_row_num in range(row_num - 1, 0, -1):
                parent_dim = sheet.row_dimensions[parent_row_num]
                if parent_dim.outlineLevel < current_level:
                    # 父行隐藏意味着对应的组被折叠，当前行属于组内就会被隐藏
                    if parent_dim.hidden:
                        is_collapsed = True
                        break
                    # 找到当前层级的直接父行后，就不用再往上找了
                    if parent_dim.outlineLevel == current_level - 1:
                        break
        if is_collapsed:
            continue

        visible_row = []
        for cell in row:
            col_letter = cell.column_letter
            col_dim = sheet.column_dimensions.get(col_letter)
            
            # 处理列可见性：默认列（无自定义设置）默认是可见的
            col_hidden = False
            if col_dim:
                col_hidden = col_dim.hidden
                # 额外检查列宽为0的隐藏情况
                if col_dim.width is not None and col_dim.width == 0:
                    col_hidden = True

            if not col_hidden:
                visible_row.append(cell.value)
        
        if visible_row:
            data.append(visible_row)

    df = pd.DataFrame(data)
    return df, sheet

关键优化点 #

1. 默认列处理：当列没有自定义设置（col_dim不存在）时，直接视为可见，不再跳过；
2. 折叠行检查：从当前行向上只找直接父行，不用遍历所有前置行，既准确又提升效率；
3. 列宽/行高判断：保留了对行高为0、列宽为0的隐藏场景判断。

二、用Xlwings实现100%准确的可见性判断 #

如果你的场景里有复杂的折叠组、嵌套组，openpyxl的层级判断可能还是会有误差，这时候xlwings是最佳选择——它直接调用Excel原生API，能准确识别所有隐藏/折叠状态（包括因父组折叠导致的间接隐藏）。

步骤与代码 #

首先安装xlwings：

pip install xlwings

然后编写代码：

import pandas as pd
import xlwings as xw

def read_visible_data_with_xlwings(file_path, sheet_name):
    # 后台打开Excel，不显示界面
    with xw.App(visible=False) as app:
        wb = xw.Book(file_path)
        sheet = wb.sheets[sheet_name]
        used_range = sheet.used_range
        data = []

        for row in used_range.rows:
            # 直接判断整行是否可见（包括自身隐藏/父组折叠导致的隐藏）
            if not row.visible:
                continue
            visible_row = []
            for cell in row:
                # 直接判断列是否可见
                if cell.column.visible:
                    visible_row.append(cell.value)
            if visible_row:
                data.append(visible_row)
        
        df = pd.DataFrame(data)
        wb.close()
    return df

优缺点 #

• 优点：完全依赖Excel原生判断，不管多复杂的折叠/隐藏场景都能准确识别；
• 缺点：需要本地安装Excel（Windows/Mac均可），因为它依赖Excel的API。

三、Pandas结合OpenPyXL的混合方案 #

如果你已经在用Pandas处理数据，也可以先读全量数据，再用OpenPyXL获取可见行列的索引，最后过滤DataFrame：

import pandas as pd
from openpyxl import load_workbook

def read_visible_pandas(file_path, sheet_name):
    # 先读取全量数据
    df = pd.read_excel(file_path, sheet_name=sheet_name, header=None)
    wb = load_workbook(file_path)
    sheet = wb[sheet_name]

    # 筛选可见行（转成Pandas的0-based索引）
    visible_rows = []
    for row_num in range(1, sheet.max_row+1):
        row_dim = sheet.row_dimensions[row_num]
        row_hidden = row_dim.hidden
        row_height = row_dim.height
        if row_hidden or (row_height is not None and row_height == 0):
            continue
        
        # 检查折叠状态
        is_collapsed = False
        current_level = row_dim.outlineLevel
        if current_level > 0:
            for parent_row_num in range(row_num-1, 0, -1):
                parent_dim = sheet.row_dimensions[parent_row_num]
                if parent_dim.outlineLevel < current_level and parent_dim.hidden:
                    is_collapsed = True
                    break
        if not is_collapsed:
            visible_rows.append(row_num-1)

    # 筛选可见列（转成Pandas的0-based索引）
    visible_cols = []
    for col_idx in range(1, sheet.max_column+1):
        col_letter = sheet.cell(row=1, col=col_idx).column_letter
        col_dim = sheet.column_dimensions.get(col_letter)
        col_hidden = False
        if col_dim:
            col_hidden = col_dim.hidden
            if col_dim.width is not None and col_dim.width == 0:
                col_hidden = True
        if not col_hidden:
            visible_cols.append(col_idx-1)

    # 过滤得到可见数据
    df_visible = df.iloc[visible_rows, visible_cols]
    return df_visible

总结选择建议 #

1. 不需要依赖Excel、追求轻量：优先用优化后的OpenPyXL代码，修复默认列判断即可解决大部分问题；
2. 复杂折叠组、追求100%准确：选xlwings，直接用Excel原生判断，省心又靠谱；
3. 已经在用Pandas处理数据：用Pandas+OpenPyXL混合方案，无缝衔接现有流程。

备注：内容来源于stack exchange，提问作者Aaroosh Pandoh