### 使用 Python 和 Pandas/Openpyxl 读取 Excel 文件并处理单元格格式 当涉及到使用 Python 来读取 Excel 文件中的复杂格式，特别是带有上下标的单元格时，`pandas` 主要用于数据操作和分析，而 `openpyxl` 则更适合于处理具体的单元格样式和格式。 #### 使用 Openpyxl 处理带格式的单元格 为了能够识别和处理 Excel 中含有特殊格式（如上标或下标）的单元格内容，推荐使用 `openpyxl` 库。此库允许访问更详细的单元格属性，包括字体设置等[^2]。 ```python from openpyxl import load_workbook from openpyxl.styles import Font def check_sub_superscript(cell): """检查给定单元格是否有上下标""" has_formatting = False if cell.font and (cell.font.superscript or cell.font.subscript): has_formatting = True return has_formatting, "Superscript" if cell.font.superscript else ("Subscript" if cell.font.subscript else "") # 加载工作簿 wb = load_workbook('example.xlsx') ws = wb.active for row in ws.iter_rows(values_only=False): # 不返回纯值而是Cell对象 for cell in row: result, type_of_format = check_sub_superscript(cell) if result: print(f"Cell {cell.coordinate} contains {type_of_format}") ``` 这段代码展示了如何遍历整个工作表，并检测每个单元格是否应用了上标或下标的格式化。 #### 结合 Pandas 进行数据分析 虽然 `pandas` 并不直接支持解析复杂的单元格格式，但它非常适合后续的数据清洗和转换任务。可以通过先用 `openpyxl` 获取特定格式信息后再导入至 `DataFrame` 中进一步加工： ```python import pandas as pd df = pd.read_excel('example.xlsx') print("Data Frame from Excel:") print(df) # 如果需要保留某些格式特性，则可以在前面通过openpyxl提取这些特征并与dataframe关联起来 formatted_cells_info = [] for idx, value in enumerate(ws.values): formatted_row = [] for col_idx, val in enumerate(value): cell_ref = ws.cell(row=idx + 1, column=col_idx + 1) fmt_type = check_sub_superscript(cell_ref)[1] formatted_row.append((val, fmt_type)) formatted_cells_info.append(formatted_row) # 将格式化的信息加入到Pandas DataFrame中作为额外列或其他形式存储以便日后查询 custom_df = pd.DataFrame(formatted_cells_info, columns=[f"{c}_with_format" for c in df.columns]) ``` 上述脚本说明了一个可能的工作流程，在这个过程中既利用到了 `openpyxl` 的强大功能来获取原始文件内的格式细节，又借助 `pandas` 实现高效的数据管理与计算能力[^1][^3]。