在Python中读取和处理Excel文件中的合并单元格，可以使用 `openpyxl` 或 `xlrd` 等库来实现。其中 `openpyxl` 是处理 `.xlsx` 格式文件的强大工具，并且支持合并单元格的读取与处理。 ### 读取合并单元格 `openpyxl` 提供了 `merged_cells` 属性来获取工作表中的所有合并单元格范围。通过遍历这些范围，可以定位并提取合并单元格中的值。 以下是一个读取合并单元格内容的示例代码： ```python from openpyxl import load_workbook # 加载Excel文件 wb = load_workbook(filename='example.xlsx') ws = wb.active # 获取所有合并单元格的范围 merged_ranges = ws.merged_cells.ranges # 存储合并单元格的数据 merged_data = {} # 遍历所有合并单元格 for merged_range in merged_ranges: # 获取合并区域的第一个单元格的值 top_left_cell = ws.cell(row=merged_range.min_row, column=merged_range.min_col) value = top_left_cell.value # 将合并区域的所有单元格映射到该值 for row in range(merged_range.min_row, merged_range.max_row + 1): for col in range(merged_range.min_col, merged_range.max_col + 1): merged_data[(row, col)] = value # 输出合并单元格数据 for (row, col), value in merged_data.items(): print(f"Cell ({row}, {col}) has value: {value}") ``` ### 处理合并单元格 在读取完合并单元格后，可以基于这些信息对数据进行进一步处理。例如，可以将数据整理为字典结构，或将原始表格转换为扁平化的数据格式，方便后续分析。 以下是一个将合并单元格数据扁平化的示例： ```python # 创建一个二维数组表示整个表格 max_row = ws.max_row max_col = ws.max_col # 初始化表格结构 flat_table = [[None] * max_col for _ in range(max_row)] # 填充普通单元格数据 for row in ws.iter_rows(): for cell in row: flat_table[cell.row - 1][cell.column - 1] = cell.value # 覆盖合并单元格数据 for (row, col), value in merged_data.items(): flat_table[row - 1][col - 1] = value # 输出扁平化后的表格 for row in flat_table: print(row) ``` ### 注意事项 - `openpyxl` 的 `merged_cells` 属性仅返回合并区域的范围，合并单元格的值存储在合并区域的左上角单元格中。 - 处理合并单元格时，需要确保其他单元格不会重复读取或误处理。 - 如果使用 `pandas` 进行 Excel 读取，`pandas.read_excel()` 不会保留合并单元格的信息，因此更适合使用 `openpyxl` 或 `xlrd` 来处理此类需求[^1]。 ### 参考资料 - 如果需要更深入地了解 `openpyxl` 的功能，可以查阅 [openpyxl 官方文档](https://openpyxl.readthedocs.io/en/stable/)。 ---