height_and_weight_list = [] for i in range(sheet.nrows): # 过滤数据 if isinstance(sheet.cell(i, 2).value, float) and isinstance(sheet.cell(i, 3).value, float): height_and_weight_list.append([sheet.cell(i, 2).value, sheet.cell(i, 3).value]) return height_and_weight_list
时间: 2024-04-27 14:20:00 浏览: 13
这段代码的作用是从Excel文件中读取身高和体重数据,并将有效的数据保存在一个列表中,然后返回该列表。
具体来说,这段代码首先创建了一个空列表height_and_weight_list用于保存有效的身高和体重数据。然后,通过循环遍历工作表中的每一行数据,判断第3列和第4列的单元格的值是否为浮点数(即是否为身高和体重数据),如果是浮点数,则将这一行的身高和体重数据添加到height_and_weight_list列表中。
最后,该函数返回height_and_weight_list列表,其中每个元素都是一个包含身高和体重数据的列表。
相关问题
解释下面代码: def get_next_row(self): if self.current_row >= self.sheet.nrows: # self.sheet.nrows 得到的是一个总行数 return None row_data = self.sheet.row_values(self.current_row) self.current_row += 1 return row_data
这段代码是一个方法(函数),它属于一个类中的一个实例方法。这个方法的作用是获取Excel文件中下一行的数据,并将当前行指针向下移动一行。
具体来说,这个方法首先判断当前行是否超出Excel文件的总行数。如果超出,则返回 None,表示已经到达文件末尾。如果没有超出,则使用 `self.sheet.row_values()` 方法获取当前行的数据,并将 `self.current_row` 属性加一,以便下次获取下一行数据。最后,返回当前行的数据。
其中,`self.sheet` 是一个表示 Excel 文件的工作表对象,`self.current_row` 是一个表示当前行的索引值。`self.sheet.nrows` 返回 Excel 文件的总行数。`self.sheet.row_values()` 方法用于获取指定行的数据,返回一个列表,列表中的每个元素代表单元格中的数据。
规范代码:读取数据源表格 ori_excel = openpyxl.load_workbook(ori_excel_path) ori_sheet = ori_excel.active rows = ori_sheet.max_row cols = ori_sheet.max_column 加载公式解析器 from transformers import AutoTokenizer tokenizer = AutoTokenizer.from_pretrained("microsoft/CodeGPT-small-py") 遍历每一行 for r in range(2, rows + 1): info = {} # 定义一个字典用来存放数据 mould_excel = openpyxl.load_workbook(mould_excel_path) mould_sheet = mould_excel.active # 遍历每一列 for c in range(1, cols + 1): # 如果标题栏和单元格内有内容 ori_cell_value = ori_sheet.cell(1, c).value cell_value = ori_sheet.cell(r, c).value if ori_cell_value and cell_value: # 获取单元格数据类型和值 data_type = ori_sheet.cell(r, c).data_type value = cell_value # 如果单元格内是函数公式,则运算后写入 if data_type == 'f': # 公式解析 tokens = [str(token.value) if token.type == Token.NUMBER else repr(token.value) for token in tokenizer.parse(value)] # 运算 result = calculate(tokens) # 写入结果 mould_sheet.cell(row=r, column=c).value = result else: # 直接写入值 mould_sheet.cell(row=r, column=c).value = value # 将计算结果写入到模板表格 if data_type == 'f': mould_sheet.cell(row=r, column=c, value=result) else: mould_sheet.cell(row=r, column=c, value=value) else: # 如果单元格内不是函数公式,则直接写入 info[ori_cell_value] = cell_value mould_sheet.cell(row=r, column=c, value=cell_value)
下面是规范化后的代码:
```python
import openpyxl
from transformers import AutoTokenizer
# 读取数据源表格
ori_excel = openpyxl.load_workbook(ori_excel_path)
ori_sheet = ori_excel.active
rows = ori_sheet.max_row
cols = ori_sheet.max_column
# 加载公式解析器
tokenizer = AutoTokenizer.from_pretrained("microsoft/CodeGPT-small-py")
# 遍历每一行
for r in range(2, rows + 1):
info = {}
# 定义一个字典用来存放数据
mould_excel = openpyxl.load_workbook(mould_excel_path)
mould_sheet = mould_excel.active
# 遍历每一列
for c in range(1, cols + 1):
# 如果标题栏和单元格内有内容
ori_cell_value = ori_sheet.cell(1, c).value
cell_value = ori_sheet.cell(r, c).value
if ori_cell_value and cell_value:
# 获取单元格数据类型和值
data_type = ori_sheet.cell(r, c).data_type
value = cell_value
# 如果单元格内是函数公式,则运算后写入
if data_type == 'f':
# 公式解析
tokens = [str(token.value) if token.type == Token.NUMBER else repr(token.value) for token in tokenizer.parse(value)]
# 运算
result = calculate(tokens)
# 写入结果
mould_sheet.cell(row=r, column=c).value = result
else:
# 直接写入值
mould_sheet.cell(row=r, column=c).value = value
# 将计算结果写入到模板表格
if data_type == 'f':
mould_sheet.cell(row=r, column=c, value=result)
else:
mould_sheet.cell(row=r, column=c, value=value)
else:
# 如果单元格内不是函数公式,则直接写入
info[ori_cell_value] = cell_value
mould_sheet.cell(row=r, column=c, value=cell_value)
```
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)