Python 使用 Openpyxl 拆分 Excel 文件并解决多线程迭代错误

Python 使用 Openpyxl 拆分 Excel 文件并解决多线程迭代错误

本文介绍使用 Python 的 Openpyxl 库拆分 Excel 文件，并解决在多线程操作中遇到的字典大小改变错误，提供高效拆分 Excel 文件的代码示例和错误解决方法。

代码示例

import os
from datetime import datetime
import openpyxl
import threading

def split_excel_file(file_path):
    # 打开Excel文件
    wb = openpyxl.load_workbook(file_path)
    sheet = wb.worksheets[0] # 获取第一个工作表

    # 获取第二行所有单元格的内容
    row2_values = [cell.value for cell in sheet[2]]

    # 获取第一列所有单元格的内容
    col1_values = [cell.value for cell in sheet['A']]
    # 排除A1单元格
    col1_values = col1_values[1:]

    # 拆分第一列单元格内容到新的工作表
    unique_values = set(col1_values)
    threads = [] # 存储线程
    for value in unique_values:
        count = col1_values.count(value)
        new_sheet_name = f'{value} ({count} 人)'
        new_sheet = wb.create_sheet(title=new_sheet_name)

        # 在新工作表的第一行插入原工作表A1单元格的内容
        new_sheet.insert_rows(1)
        for col_num, cell in enumerate(sheet[1], 1):
            new_sheet.cell(row=1, column=col_num, value=cell.value)

        # 添加第二行单元格内容到新工作表
        new_sheet.append(row2_values)

        # 添加第一列单元格内容到新工作表
        def add_rows(sheet, start_row, end_row):
            for row_num in range(start_row, end_row):
                cell_value = col1_values[row_num - 1]
                if cell_value == value:
                    new_sheet.append([cell.value for cell in sheet[row_num + 1]])

        # 分配任务到不同的线程
        num_rows = len(col1_values)
        num_threads = 2 # 可以根据实际情况调整线程数
        rows_per_thread = num_rows // num_threads
        for i in range(num_threads):
            start_row = i * rows_per_thread + 1
            end_row = (i + 1) * rows_per_thread + 1
            if i == num_threads - 1:
                end_row = num_rows + 1
            t = threading.Thread(target=add_rows, args=(sheet, start_row, end_row))
            threads.append(t)
            t.start()

        # 等待所有线程执行完毕
        for t in threads:
            t.join()

        # 删除新工作表中的空行
        for row in new_sheet.iter_rows():
            if all([cell.value is None for cell in row]):
                new_sheet.delete_rows(row[0].row)

        # 合并第一行单元格并居中
        num_cols = new_sheet.max_column
        new_sheet.merge_cells(start_row=1, start_column=1, end_row=1, end_column=num_cols)
        new_sheet.cell(row=1, column=1).alignment = openpyxl.styles.Alignment(horizontal='center', vertical='center')

    # 删除工作表名字为表头（1）人的工作表
    if '表头 (1 人)' in wb.sheetnames:
        wb.remove(wb['表头 (1 人)'])

    # 保存为新的excel文件
    new_file_path = os.path.splitext(file_path)[0] + '_拆分结果.xlsx'
    wb.save(new_file_path)

    # 获取所有工作表
    sheets = wb.sheetnames
    # 排除第一个工作表
    sheets = sheets[1:]

    # 创建拆分结果文件夹
    folder_name = '拆分结果'
    desktop_path = os.path.join(os.path.expanduser('~'), 'Desktop')
    folder_path = os.path.join(desktop_path, folder_name)
    if not os.path.exists(folder_path):
        os.mkdir(folder_path)

    # 复制一份工作表名字列表，避免在迭代时修改字典的大小
    sheets_copy = sheets.copy()

    # 遍历每个工作表
    for sheet_name in sheets_copy:
        # 创建新的Excel文件
        new_wb = openpyxl.Workbook()
        new_sheet = new_wb.active

        # 复制工作表内容到新的Excel文件
        sheet = wb[sheet_name]
        for row in sheet.iter_rows():
            for cell in row:
                new_sheet[cell.coordinate].value = cell.value

        # 保存新的Excel文件
        date_str = datetime.now().strftime('%Y-%m-%d')
        file_name = f'{sheet_name}-{date_str}.xlsx'
        file_path = os.path.join(folder_path, file_name)
        new_wb.save(file_path)

        # 关闭新的Excel文件
        new_wb.close()

    # 删除工作表名字为表头（1）人的工作表
    if '表头 (1 人)' in wb.sheetnames:
        wb.remove(wb['表头 (1 人)'])

    # 保存为新的excel文件
    new_file_path = os.path.splitext(file_path)[0] + '_拆分结果.xlsx'
    wb.save(new_file_path)

    # 关闭原Excel文件
    wb.close()

if __name__ == '__main__':
    file_path = r'C:\Users\Administrator\Desktop\工作簿1.xlsx'
    split_excel_file(file_path)
    print('拆分完成！！')

错误解决

错误： RuntimeError: dictionary changed size during iteration

原因： 在多线程操作中，多个线程同时访问并修改了同一个字典 wb.sheetnames，导致字典大小在迭代过程中改变，引发错误。

解决方案：

1. 在迭代字典之前，创建一个副本：sheets_copy = sheets.copy()
2. 迭代副本进行操作：for sheet_name in sheets_copy:

代码说明

1. 获取工作表和数据： 代码首先获取 Excel 文件中的第一个工作表，并获取第二行和第一列的所有单元格内容。
2. 创建新工作表： 使用第一列的唯一值创建新的工作表，并将原工作表的第二行和第一行内容添加到新的工作表中。
3. 多线程处理： 使用 threading 库将第一列单元格内容的添加任务分配到多个线程，提高处理效率。
4. 删除空行： 删除新工作表中所有为空的空行。
5. 合并单元格： 合并新工作表的第一行单元格，并居中对齐。
6. 保存结果： 将拆分后的工作表保存到新的 Excel 文件中。
7. 创建结果文件夹： 在桌面上创建一个名为 '拆分结果' 的文件夹，将拆分后的 Excel 文件保存到该文件夹中。
8. 复制工作表名字列表： 在迭代工作表名字列表之前，复制一份副本，避免在迭代过程中修改字典的大小。
9. 关闭文件： 最后，关闭所有打开的 Excel 文件。

总结

本文介绍了如何使用 Python 的 Openpyxl 库拆分 Excel 文件，并提供了解决多线程操作中遇到的字典大小改变错误的解决方案。通过使用多线程和复制工作表名字列表，可以高效地拆分 Excel 文件，避免错误发生。