経緯

最近参画していた案件でタイトル通りの機能が必要であったため。
作成した内容を抜粋。

Github

機能

エンコード、改行コードを指定できる。
スキップする行を指定できる。
文字列か数値か判断して、出力形式を分ける。
小数(パーセント)は桁数指定
結合セルもよしなに処理。

ライブラリについて

当初は、エクセル上00.0%書式のところ、ロジック上で書式を読み取り判断する仕様だった為、
書式データも読み取り可能なpandas、openpyxlを検討した。

採用

xlrd

速かったから。2000行で４秒程度。20000行で40秒ぐらい
結合セルも補間して処理してくれるから。
書式読み取り不要になった為。

不採用

pandas　

エクセル良い取って、csv出力するだけにしたら、dataflameは機能過多で複雑に感じたから。

openpyxl

重たかったから。2000行で１５秒。xlrdの約三倍。
書式データを保持しているからか、初期読み込みに時間がかかる模様。
結合セルをよしなに処理してくれなかったから。

ロジック詳細

import

import xlrd

エクセル読み取り

xls = xlrd.open_workbook(INPUT_XLSX)
sheet = xls.sheet_by_index(0)

rows = sheet.nrows # 行数 
cols = sheet.ncols # 列数

for r in range(0, rows):
    for c in range(0, cols):
        cell = sheet.cell(r,c)

cell.value # 値を取得
cell.ctype # 値のタイプを取得

CSV出力

エンコード、改行コード

file = open(OUTPUT_CSV, 'w', encoding = ENCODE, newline = NEWLINE)

ENCODE =>
'utf_8_sig' # UTF8 BOM付き
'utf_8' # UTF8

NEWLINE =>
'\r\n' # CRLF
'\n' # LF

出力用関数

# 文字列出力 (""で囲む)
def writeStr(value):
    return '\"' + str(value) + '\"'

# 数値出力
def writeNum(value):
    return str(value)

文字列か否か

# 文字列の場合
if(cell.ctype == xlrd.XL_CELL_TEXT):
    writeStr(cell.value)

数値か否か

if(cell.ctype == xlrd.XL_CELL_NUMBER):
    if(cell.value.is_integer()):
      writeNum(int(cell.value))
    # 少数の時 第3位まで
    else:
      writeNum(round(cell.value, ROUND))

# 許有少数桁
ROUND = 3

整数か否か

value.is_integer()

##　実施方法

python3 tocsv.py