从受密码保护的Excel文件到pandas DataFram

Question

我可以使用以下命令打开受密码保护的Excel文件：

import sys
import win32com.client
xlApp = win32com.client.Dispatch("Excel.Application")
print "Excel library version:", xlApp.Version
filename, password = sys.argv[1:3]
xlwb = xlApp.Workbooks.Open(filename, Password=password)
# xlwb = xlApp.Workbooks.Open(filename)
xlws = xlwb.Sheets(1) # counts from 1, not from 0
print xlws.Name
print xlws.Cells(1, 1) # that's A1

我不知道如何将信息传输到pandas数据帧。我需要一个接一个地全部读取单元格，还是有一种方便的方法来实现这一点？

Answer 1

从大卫哈曼的网站（所有学分归他） https://davidhamann.de/2018/02/21/read-password-protected-excel-files-into-pandas-dataframe/

使用xlwings，打开文件将首先启动Excel应用程序，以便您可以输入密码。

import pandas as pd
import xlwings as xw

PATH = '/Users/me/Desktop/xlwings_sample.xlsx'
wb = xw.Book(PATH)
sheet = wb.sheets['sample']

df = sheet['A1:C4'].options(pd.DataFrame, index=False, header=True).value
df

Answer 2

假设您可以使用win32com API将加密文件保存回磁盘（我意识到这可能达不到目的），那么您可以立即调用顶级pandas函数read_excel。不过，您需要首先安装xlrd（对于Excel 2003）、xlwt（对于2003）和openpyxl（对于Excel 2007）的组合。Here是用于读取Excel文件的文档。目前，pandas不支持使用win32com API读取Excel文件。如果你愿意的话，欢迎你来open up a GitHub issue。

Answer 3

假设起始单元格被指定为（StartRow，StartCol）而结束单元格被指定为（EndRow，EndCol），我发现以下操作对我有效：

# Get the content in the rectangular selection region
# content is a tuple of tuples
content = xlws.Range(xlws.Cells(StartRow, StartCol), xlws.Cells(EndRow, EndCol)).Value 

# Transfer content to pandas dataframe
dataframe = pandas.DataFrame(list(content))

注意：Excel单元格B5在win32com中作为第5行第2列给出。另外，我们需要list（…）将元组的元组转换为元组的列表，因为元组的元组没有pandas.DataFrame构造函数。