最近在工作中需要批量处理一些Excel文件，为了更直观的展示数据，需要对Excel中的单元格进行合并处理。因为一直使用Pandas实现Excel读写操作，而Pandas无法将单元格进行合并，利用Python的xlsxwriter模块可以实现Excel合并单元格。帖子 python之DataFrame写excel合并单元格 中提供了一种方法，但在使用中会出现一些问题，比如无法处理字符串等类型数据。通过修改方法，定义了一个excel_merge_cells函数，基本可以满足日常利用Python实现Excel合并单元格的需求。
在工作中经常遇到需要将数据输出到excel，且需要对其中一些单元格进行合并，比如如下表表格，需要根据A列的值，合并B、C列的对应单元格
1、定义一个MY_DataFrame类，继承DataFrame类，这样能很好的利用pandas的很多特性，而不用自己重新组织数据结构。 2、定义一个my_mergewr_excel方法，参数分别为：输出excel的路径、用于判断是否需要合并的key_cols列表、用于指明哪些列上的单元格需要被合并的列表 3、将MY_DataFrame封装为一个My_Module模块，以备重用。
合并的算法如下：
1、根据给定参数的【关键列】，进行分组计数和排序，添加CN和RN两个辅助列 2、判断CN大于1的，该分组需要合并，否则该分组（行）无需合并（CN=1说明这个分组数据行是唯一的，无需合并） 3、对应需要合并的分组，判断当前列是不是在给定参数【合并列】中，是则用合并写excel单元格，否则就是普通的写excel单元格。 4、在需要合并的列中，如果对于的RN=1则调用merge_range，一次性写想下写CN个单元格，如果RN>1则跳过该单元格，因为在RN=1的时候，已经合并写了该单元格，若再重复调用erge_range，打开excel文档时会报错。
用图解释如下：
具体代码如下： # -*- coding: utf-8 -*- """ Created on 20170301 @author: ARK-Z """ import xlsxwriter import pandas as pd class My_DataFrame(pd.DataFrame): def __init__(self, data=None, index=None, columns=None, dtype=None, copy=False): pd.DataFrame.__init__(self, data, index, columns, dtype, copy) def my_mergewr_excel(self,path,key_cols=[],merge_cols=[]): # sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True): self_copy=My_DataFrame(self,copy=True) line_cn=self_copy.index.size cols=list(self_copy.columns.values) if all([v in cols for i,v in enumerate(key_cols)])==False: #校验key_cols中各元素 是否都包含与对象的列 print("key_cols is not completely include object's columns") return False if all([v in cols for i,v in enumerate(merge_cols)])==False: #校验merge_cols中各元素 是否都包含与对象的列 print("merge_cols is not completely include object's columns") return False wb2007 = xlsxwriter.Workbook(path) worksheet2007 = wb2007.add_worksheet() format_top = wb2007.add_format({'border':1,'bold':True,'text_wrap':True}) format_other = wb2007.add_format({'border':1,'valign':'vcenter'}) for i,value in enumerate(cols): #写表头 #print(value) worksheet2007.write(0,i,value,format_top) #merge_cols=['B','A','C'] #key_cols=['A','B'] if key_cols ==[]: #如果key_cols 参数不传值，则无需合并 self_copy['RN']=1 self_copy['CN']=1 else: self_copy['RN']=self_copy.groupby(key_cols,as_index=False).rank(method='first').ix[:,0] #以key_cols作为是否合并的依据 self_copy['CN']=self_copy.groupby(key_cols,as_index=False).rank(method='max').ix[:,0] #print(self) for i in range(line_cn): if self_copy.ix[i,'CN']>1: #print('该行有需要合并的单元格') for j,col in enumerate(cols): #print(self_copy.ix[i,col]) if col in (merge_cols): #哪些列需要合并 if self_copy.ix[i,'RN']==1: #合并写第一个单元格，下一个第一个将不再写 worksheet2007.merge_range(i+1,j,i+int(self_copy.ix[i,'CN']),j, self_copy.ix[i,col],format_other) ##合并单元格，根据LINE_SET[7]判断需要合并几个 #worksheet2007.write(i+1,j,df.ix[i,col]) else: pass #worksheet2007.write(i+1,j,df.ix[i,j]) else: worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other) #print(',') else: #print('该行无需要合并的单元格') for j,col in enumerate(cols): #print(df.ix[i,col]) worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other) wb2007.close() self_copy.drop('CN', axis=1) self_copy.drop('RN', axis=1) 调用代码： import My_Module DF=My_DataFrame({'A':[1,2,2,2,3,3],'B':[1,1,1,1,1,1],'C':[1,1,1,1,1,1],'D':[1,1,1,1,1,1]}) DF Out[120]: A B C D 0 1 1 1 1 1 2 1 1 1 2 2 1 1 1 3 2 1 1 1 4 3 1 1 1 5 3 1 1 1 DF.my_mergewr_excel('000_2.xlsx',['A'],['B','C'])———————————————— 版权声明：本文为博主「周小科」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/cakecc2008/article/details/59203980
利用Python进行Excel文件读取并分析多数采用Pandas模块进行，所以直接将方法定义为一个名为 excel_merge_cells 的函数，代码如下：
import pandas as pd import xlsxwriter def excel_merge_cells(df, save_name, key_cols=[], merge_cols=[]): '''key_cols：用于判断是否需要合并的key_cols列表 merge_cols：用于指明哪些列上的单元格需要被合并的列表''' self_copy = df.copy(deep=True) line_cn = self_copy.shape[0] self_copy.index = list(range(line_cn)) cols = list(self_copy.columns) self_copy['temp_col'] = 1 if all([v in cols for v in key_cols]) == False: # 校验key_cols中各元素 是否都包含与对象的列 raise ValueError("key_cols is not completely include object's columns") if all([v in cols for v in merge_cols]) == False: # 校验merge_cols中各元素 是否都包含与对象的列 raise ValueError("merge_cols is not completely include object's columns") wb = xlsxwriter.Workbook(save_name) worksheet = wb.add_worksheet() format_top = wb.add_format({'border':1, 'bold':True, 'text_wrap':True}) format_other = wb.add_format({'border':1,'valign':'vcenter'}) for i, value in enumerate(cols): # 写表头 worksheet.write(0, i, value, format_top) if key_cols == []: # 如果key_cols 参数不传值，则无需合并，RN和CN为辅助列 self_copy['CN'] = 1 # 判断CN大于1的，该分组需要合并，否则该分组（行）无需合并（CN=1说明这个分组数据行是唯一的，无需合并） self_copy['RN'] = 1 # RN为需要合并一组中第几行，CN=1，RN=1；CN=5，RN=1,...5 else: self_copy['CN'] = self_copy.groupby(key_cols, as_index=False)['temp_col'].rank(method='max')['temp_col'] # method='max'，对整个组使用最大排名 self_copy['RN'] = self_copy.groupby(key_cols, as_index=False)['temp_col'].rank(method='first')['temp_col'] # method='first'，按照值在数据中出现的次序分配排名 for i in range(line_cn): if self_copy.loc[i, 'CN'] > 1: for j, col in enumerate(cols): if col in (merge_cols): if self_copy.loc[i, 'RN'] == 1: # 合并写第一个单元格，下一个第一个将不再写 worksheet.merge_range(i+1, j, i+int(self_copy.loc[i, 'CN']), j, self_copy.loc[i, col], format_other) '''合并 开始行，开始列，结束行，结束列，值，格式''' '''因为已经写了表头所以从i+1行开始写''' else: pass else: worksheet.write(i+1, j, self_copy.loc[i, col], format_other) else: for j, col in enumerate(cols): worksheet.write(i+1, j, self_copy.loc[i, col], format_other) wb.close()函数需要传入的参数如下：
df：需要进行合并单元格处理的DataFramesave_name：处理结果需要保存的路径及文件名key_cols：用于判断是否需要合并的key_cols列表merge_cols：用于指明哪些列上的单元格需要被合并的列表