OpenPyXLでExcelファイルを読み取る

前回まではpandasを使ってExcelシートの読み書きを行いました。

参照

PandasでExcelファイルを読む - よちよちpython
PandasでExcelファイルに書き込む - よちよちpython

Pandasを使うとExcelシートを丸ごと読み書きするのに便利でした。

今回はOpenPyXLモジュールを使ってExcelファイルの読み取りを行ってみようと思います。
OpenPyXLモジュールは、前回のpandasを使ってのExcel書き込みでインストールしたものと同じものです。 Python入門書でのExcelファイルの操作は大体このOpenPyXLモジュールを使ったものが載っているかと思います。

作業環境

PC
- Windows10
- Anaconda
- Jupyter Notebook
- python3.7
スマホ
- Android ソニー
- pythonアプリ Qpython(python3.6)
- ターミナルアプリ termux(python3.7)

準備

モジュールのインストール確認

import openpyxl

を実行して、ModuleNotFoundErrorが出なければインストール済み。

まだインストールがお済みでなかったら

$ pip install openpyxl

これで準備完了です。

参考
OpenPyXL公式

# 目次

作業環境
準備
注意点
openpyxlでExcelを読む

注意点

この投稿は、Al Sweigart『退屈なことはPythonにやらせよう』オライリージャパン 2017年11月10日初版第4刷発行を参考に書いています。

2019年8月現在で最新版のOpenPyXLモジュールを使いますと、その改変等により書籍掲載のコードをそのまま実行するとエラーが出た箇所がいくつかありました。
（変数wb は Workbookオブジェクト）

シート名取得： wb.get_sheet_names() → 非推奨 wb.sheetnames に変更
シート名からシート取得： wb.get_sheet_by_name(シート名) → 非推奨 wb[シート名] に変更
特定列の取得： sheet.columns[列インデックス番号] → list(sheet.columns)[列リストインデックス番号]

など。詳しいことはこちらで。
OpenPyXL公式

openpyxlでExcelを読む

f:id:chayarokurokuro:20190824211424j:plain

カレントディレクトリに画像のような3行のデータが入った2シートのExcelファイルが保存してあります。

カレントディレクトリとExcelファイル名取得

カレントディレクトリの取得と、その中に保存してあるExcelファイル(.xlsx)のファイル名をリストで取得。

import os
import glob

# カレントディレクトリの取得
print(os.getcwd())

# カレントディレクトリ内のExcelファイル名（.xlsx）をリストで全取得
print(glob.glob("./*.xlsx"))

Excelのブックを読み込み

まずは openpyxl.load_workbook でワークブックのオブジェクトを変数 wb に格納します。

import openpyxl

# Excelファイルを読み込む
wb = openpyxl.load_workbook('sample.xlsx')

# そのタイプを表示
print(type(wb))

<class 'openpyxl.workbook.workbook.Workbook'>

シート名取得

上で格納したワークブックのオブジェクトから get_sheet_names() でシート名を取り出します。

sheet_name_lst = wb.get_sheet_names()
print(sheet_name_lst)

上記を実行すると、シート名のリストが['Sheet1', 'Sheet2']とちゃんと取得されて表示されましたが、
そのあとに以下のような注意が表示されました。

C:\Users\ユーザー名\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: DeprecationWarning: Call to deprecated function get_sheet_names (Use wb.sheetnames). """Entry point for launching an IPython kernel.

「DeprecationWarning:」は非推奨の警告

get_sheet_names は非推奨。wb.sheetnames を使いなさい とのことらしい。
了解しました！
下のように書き換えます。

sheet_name_lst = wb.sheetnames
print(sheet_name_lst)

['Sheet1', 'Sheet2']

今度はエラーなしでシート名のリストが取得できました。

上の wb.sheetnames の部分を wb.sheetnames() とカッコつけて書くと

TypeError: 'list' object is not callable

エラーが出ます。「無駄にカッコつけやがって・・・」
カッコ無しで wb.sheetnames

シート取得

get_sheet_by_name()メソッドにシート名を渡すとシートのオブジェクトが取得できます。

上で取得したシート名のうちの Sheet1 を入れてみます。

sheet = wb.get_sheet_by_name("Sheet1")
print(sheet)

実行したら、またまた「DeprecationWarning:」が出ました。

DeprecationWarning: Call to deprecated function get_sheet_by_name (Use wb[sheetname]). """Entry point for launching an IPython kernel.

get_sheet_by_name は非推奨なので wb[sheetname] を使ってねと。
ラジャー！

sheet = wb["Sheet1"]
print(sheet)

<Worksheet "Sheet1">

シートからセルを取得

いま変数「sheet」にSheet1のオブジェクトが入っています。
Sheet1の A1 のセルのオブジェクトを取得します。

sheet['A1']

<Cell 'Sheet1'.A1>

セルの値を取得する

「A1」セルのオブジェクトから具体的な値を value で取り出します。

sheet['A1'].value

シートの最終行を取得

sheet.max_row

シートの最終列を取得

sheet.max_column

列の数字を文字に変換

Sheet1には3行7列に値が入っている事が分かりました。
7列目が何の文字にあたるか分かるように変換します。

文字に変換する場合は openpyxl.utils.get_column_letter関数を使います。

openpyxl.utils.get_column_letter(7)

'G'

列の文字を数字に変換

列の文字をに変換する場合は openpyxl.utils.column_index_from_string関数を使います。
列番号「AX」が何列目かを数字に変換して確かめてみます。

openpyxl.utils.column_index_from_string("AX")

特定行のオブジェクトを取得

sheet.rows

<generator object Worksheet._cells_by_row at 0x000001E04DAC9F48>

特定行オブジェクトをfor文で取得

for i in list(sheet.rows)[0]:
    print(i)

<Cell 'Sheet2'.A1>
<Cell 'Sheet2'.B1>
<Cell 'Sheet2'.C1>
<Cell 'Sheet2'.D1>
<Cell 'Sheet2'.E1>
<Cell 'Sheet2'.F1>
<Cell 'Sheet2'.G1>

上のコードのlist(sheet.rows)[0]でインデックス番号を指定しなければ、値の入っている全ての行ごとにリストで取り出せます。

for i in list(sheet.rows):
    print(i)

(<Cell 'Sheet2'.A1>, <Cell 'Sheet2'.B1>, <Cell 'Sheet2'.C1>, <Cell 'Sheet2'.D1>, <Cell 'Sheet2'.E1>, <Cell 'Sheet2'.F1>, <Cell 'Sheet2'.G1>)
(<Cell 'Sheet2'.A2>, <Cell 'Sheet2'.B2>, <Cell 'Sheet2'.C2>, <Cell 'Sheet2'.D2>, <Cell 'Sheet2'.E2>, <Cell 'Sheet2'.F2>, <Cell 'Sheet2'.G2>)
(<Cell 'Sheet2'.A3>, <Cell 'Sheet2'.B3>, <Cell 'Sheet2'.C3>, <Cell 'Sheet2'.D3>, <Cell 'Sheet2'.E3>, <Cell 'Sheet2'.F3>, <Cell 'Sheet2'.G3>)

特定行オブジェクトから列番号を指定して値を取得

for i in list(sheet.rows)[2]:
    print(i.value)

3
多々財閥の歴史
印録出版
ABCブック
2540
2
2

取得できた行の3列目（C列）のセルが取得できた

行オブジェクトから列番号を指定してそれぞれの値を取得

3行目（index 2）の値が取得できた。

列のオブジェクトを取得

index=0 1列目を取得。

sheet.columns[0]

TypeError: 'generator' object is not subscriptable

上記のエラーが出ます。[ ]を外して使います。

sheet.columns

<generator object Worksheet._cells_by_col at 0x000001E04DCCB228>

列のオブジェクトをリストで取得

列ごとにリストで取得。

list(sheet.columns)

[(<Cell 'Sheet2'.A1>, <Cell 'Sheet2'.A2>, <Cell 'Sheet2'.A3>),
 (<Cell 'Sheet2'.B1>, <Cell 'Sheet2'.B2>, <Cell 'Sheet2'.B3>),
 (<Cell 'Sheet2'.C1>, <Cell 'Sheet2'.C2>, <Cell 'Sheet2'.C3>),
 (<Cell 'Sheet2'.D1>, <Cell 'Sheet2'.D2>, <Cell 'Sheet2'.D3>),
 (<Cell 'Sheet2'.E1>, <Cell 'Sheet2'.E2>, <Cell 'Sheet2'.E3>),
 (<Cell 'Sheet2'.F1>, <Cell 'Sheet2'.F2>, <Cell 'Sheet2'.F3>),
 (<Cell 'Sheet2'.G1>, <Cell 'Sheet2'.G2>, <Cell 'Sheet2'.G3>)]

列オブジェクトのリストからインデックスで取得

list(sheet.columns)[1]

(<Cell 'Sheet2'.B1>, <Cell 'Sheet2'.B2>, <Cell 'Sheet2'.B3>)

indexが1（2列目＝ B列目）が取得できた。

列オブジェクトのリストからインデックス指定で値を取得

for i in list(sheet.columns)[1]:
    print(i.value)

せせらぎの歌
そそがる君
多々財閥の歴史

行と列を数字で指定してセルのオブジェクトを取得

sheet.cell(row = 1, column = 2)

<Cell 'Sheet1'.B1>

行と列を数字で指定してセルの値を取得

sheet.cell(row = 3, column = 2).value

'スースー冷却枕'

複数の行と列を指定してセルのオブジェクトを取得

sheet["A1":"G3"]

((<Cell 'Sheet1'.A1>,
  <Cell 'Sheet1'.B1>,
  <Cell 'Sheet1'.C1>,
  <Cell 'Sheet1'.D1>,
  <Cell 'Sheet1'.E1>,
  <Cell 'Sheet1'.F1>,
  <Cell 'Sheet1'.G1>),
 (<Cell 'Sheet1'.A2>,
  <Cell 'Sheet1'.B2>,
  <Cell 'Sheet1'.C2>,
  <Cell 'Sheet1'.D2>,
  <Cell 'Sheet1'.E2>,
  <Cell 'Sheet1'.F2>,
  <Cell 'Sheet1'.G2>),
 (<Cell 'Sheet1'.A3>,
  <Cell 'Sheet1'.B3>,
  <Cell 'Sheet1'.C3>,
  <Cell 'Sheet1'.D3>,
  <Cell 'Sheet1'.E3>,
  <Cell 'Sheet1'.F3>,
  <Cell 'Sheet1'.G3>))

複数の行と列を指定してセルの値を取得

複数のセルの値を取り出すには、一旦行のオブジェクトをfor文で取り出し、さらにそこからセルの値を取り出します。

for row_obj in  sheet["A1":"G3"]:
    for cell_obj in row_obj:
        print(cell_obj.value)
    print("=======")

1
ささパンダ
株式会社竹富
いかした商事
250
50
1
=======
2
しーしーオマル
(有)白鳥
(有)白鳥
8500
8
3
=======
3
スースー冷却枕
北枕社
仏霊園
980
45
3
=======

どこのセルに入っているか分かりやすいように cell_obj.coordinate でセル番号を表示させます。

for row_obj in  sheet["A1":"G3"]:
    for cell_obj in row_obj:
        print(cell_obj.coordinate,cell_obj.value)
    print("=======")

A1 1
B1 ささパンダ
C1 株式会社竹富
D1 いかした商事
E1 250
F1 50
G1 1
=======
A2 2
B2 しーしーオマル
C2 (有)白鳥
D2 (有)白鳥
E2 8500
F2 8
G2 3
=======
A3 3
B3 スースー冷却枕
C3 北枕社
D3 仏霊園
E3 980
F3 45
G3 3
=======

目次に戻る