【问题标题】:ValueError: Cannot Convert to ExcelValueError:无法转换为 Excel
【发布时间】:2017-06-30 00:51:56
【问题描述】:

我正在尝试运行一个程序来收集数据,然后将其写入现有的 Excel 文件。我遇到了一个意想不到的问题。我的代码如下:

import good_morning as gm
import numpy
fd = gm.FinancialsDownloader()
fd_frames = fd.download('AAPL')
wb = UpdateWorkbook(r'C:\Users\vince\Project\Spreadsheet.xlsx', worksheet=1)
df_2 = fd_frames['income_statement']
df_2.set_index('title', inplace=True)
df_2 = df_2.drop('parent_index', axis=1)
df_2 = df_2.loc[['Revenue','Operating expenses']] #Add all the names you   want from income statement
df_2 = df_2/(10**9)
wb['M6:N6'] = df_2.values
wb.save()

这里是 df_2.values 的输出:

array([[ 156.508,  170.91 ,  182.795,  233.715,  215.639,  220.457],
   [  13.421,   15.305,   18.034,   22.396,   24.239,   25.364]])

我不断收到一条错误消息:

ValueError: Cannot convert [ 156.508  170.91   182.795  233.715  215.639  220.457] to Excel

我只是想将这些值写入特定的单元格。我非常接近完成该项目,但遇到了这个意外错误。有谁知道如何解决这个问题?任何帮助是极大的赞赏。谢谢

这是我的其余代码:

class UpdateWorkbook(object):
    def __init__(self, fname, worksheet=0):
        self.fname = fname
        self.wb = load_workbook(fname)
        self.ws = self.wb.worksheets[worksheet]

    def save(self):
        self.wb.save(self.fname)

    def __setitem__(self, _range, values):
    """
     Assign Values to a Worksheet Range
    :param _range:  String e.g ['M6:M30']
    :param values: List: [row 1(col1, ... ,coln), ..., row n(col1, ... ,coln)]
    :return: None
    """

        def _gen_value():
            for value in values:
                yield value

            if not isinstance(values, (list, numpy.ndarray)):
                raise ValueError('Values Type Error: Values have to be "list": values={}'.
                                  format(type(values)))
            if isinstance(values, numpy.ndarray) and values.ndim > 1:
                raise ValueError('Values Type Error: Values of Type numpy.ndarray must have ndim=1; values.ndim={}'.
                              format(values.ndim))

        from openpyxl.utils import range_boundaries
        min_col, min_row, max_col, max_row = range_boundaries(_range)
        cols = ((max_col - min_col)+1)
        rows = ((max_row - min_row)+1)
        if cols * rows != len(values):
        raise ValueError('Number of List Values:{} does not match Range({}):{}'.
                         format(len(values), _range, cols * rows))

        value = _gen_value()
        for row_cells in self.ws.iter_rows(min_col=min_col, min_row=min_row,
                                       max_col=max_col, max_row=max_row):
            for cell in row_cells:
                cell.value = value.__next__()

电子表格中的内容很复杂,但是我只需要替换电子表格中的现有数据即可。上面的代码应该可以做到。每当我使用loc 时,我都会遇到这个错误。当我设置wb['M6:N6'] = df_2.values[0] 时,我已经让它工作了。

【问题讨论】:

  • @downshift,您对如何修复我的代码有任何想法吗?我无法通过您提供的链接找到解决问题的方法。
  • 抱歉解决方案不清楚,@vdub32。您可能想尝试类似for rowNum in range(len(df_2.values)): wb.cell(row=rowNum, column=1).value = df_2[rowNum]
  • @downshift,我尝试使用该代码,但不断收到一条错误消息:KeyError: 0,我还想知道如何在上面的代码中实现这行代码。我正在尝试使用我的 df_values 写入特定的单元格。我是否设置了wb['M6:N6'] = for rowNum in range(len(df_2.values)): wb.cell(row=rowNum, column=1).value = df_2[rowNum],您在上面给出的代码行?
  • 很抱歉代码没有按原样工作。我遇到的问题是您的代码没有在其当前状态下运行(您的代码如何读取文件数据、缺少导入语句等) - 以及 Spreadsheet.xlsx 内容的外观如何,数据是否合二为一列等?有很多缺失的部分可以让你的代码运行,所以我还不能真正建议如何让你的代码工作。如果您可以创建一个重现您的错误的Minimal, Complete, and Verifiable example,我们可以提供更好的建议

标签: python excel openpyxl


【解决方案1】:

尝试用这个嵌套的for-loop 替换行wb['M6:N6'] = df_2.values

r = 1  # start at first row
c = 13 # column 'M'
for l in df_2.values.tolist():
    for item in l:
        wb.ws.cell(row=r, column=c).value = item
        c += 1 # Column 'N'
    c = 13
    r += 1

看看是否可行。

我从这个答案How to write a list to xlsx using openpyxl偷了逻辑

【讨论】:

  • 是的,有效!!!!但是,由于某种原因,我的数据已被转置。我需要数据有 2 行和 6 列。现在我的数据有 2 列和 6 行。你知道如何解决这个问题吗?为什么会这样?抱歉,我刚刚注意到这个错误@downshift
  • 知道如何解决我之前评论中的问题吗?任何更多的帮助将不胜感激,我的项目几乎完成了,只需要最后一点建议。感谢您的宝贵时间
  • 是的,当然不用担心,很抱歉发生了这种情况,我以为您原始代码中的wb['M6:N6'] 意味着将数据显示在两列,我的错误,我会更新答案。如果您想要更多更改,请告诉我。乐意效劳。 :)
猜你喜欢
  • 1970-01-01
  • 2020-04-29
  • 2019-06-28
  • 2019-08-03
  • 1970-01-01
  • 2016-11-25
  • 1970-01-01
  • 1970-01-01
  • 2021-11-12
相关资源
最近更新 更多