Excelデータの処理では、空白行や空白列が頻繁に発生します。これらの空白領域は、表の表示スペースを占有するだけでなく、データ分析の際にバイアスを生じさせ、データ処理の効率と結果の正確性に影響を与える可能性があります。
空白行はデータ集計操作を妨げ、統計カウントの不正確さを招き、空白列はデータ解析ロジックを誤誘導し、後続のデータ分析プロセスに影響を与える可能性があります。
したがって、Excel表から空白行と空白列を削除することは、データ前処理における基本的なタスクです。この記事では、Pythonを使用してExcelファイルから空白行と空白列を自動的に識別して削除する方法を紹介します。これにより、データセットの整合性を確保し、後続のデータ分析作業の基盤を固めることができます。
この記事で使用している方法は、Spire.XLS for Pythonに基づいています。PyPI：pip install Spire.XLS。
PythonでExcelファイルから空白行と空白列を識別して削除する
ライブラリの CellRange.IsBlank 属性は、指定されたセル範囲が空白かどうかを判断し、ブール値を返します。ワークシートで使用されている各行または列を反復処理し、この属性を使用して空白かどうかを判断し、空白の場合は Worksheet.DeleteRow() または Worksheet.DeleteColumn() メソッドを使用して削除できます。これにより、Excelファイルから空白行と空白列を識別して削除する操作が実現します。
操作手順は以下のとおりです。
- 必要なモジュールをインポートします。
-
Workbookインスタンスを作成し、Workbook.LoadFromFile()メソッドを使用してExcelファイルを読み込みます。 - ワークブック内のワークシートを反復処理し、
Workbook.Worksheets.get_Item()メソッドを使用してワークシートを取得します。 - ワークシートで使用されている行を反復処理し、
Worksheet.Rows[].IsBlankを使用して行が空白かどうかを判断し、空白の場合はWorksheet.DeleteRow()メソッドを使用して削除します。 - ワークシートで使用されている列を反復処理し、
Worksheet.Columns[].IsBlankを使用して列が空白かどうかを判断し、空白の場合はWorksheet.DeleteColumn()メソッドを使用して削除します。 -
Workbook.SaveToFile()メソッドを使用してExcelファイルを保存します。 - リソースを解放します。
コード例
from spire.xls import *
from spire.xls.common import *
# Workbookのインスタンスを作成します
workbook = Workbook()
# Excelファイルをロードします
workbook.LoadFromFile("サンプル.xlsx")
# ワークシートをループ処理します
for i in range(workbook.Worksheets.Count):
# ワークシートを取得します
worksheet = workbook.Worksheets.get_Item(i)
# 使用されているすべての行を反復処理します
for j in range(worksheet.Rows.Length-1, -1, -1):
# 行が空であるかどうかをチェックします
if worksheet.Rows[j].IsBlank:
# 空行を削除します
worksheet.DeleteRow(j+1)
# 使用されているすべての列を反復処理します
for k in range(worksheet.Columns.Length-1, -1, -1):
# 列が空であるかどうかをチェックします
if worksheet.Columns[k].IsBlank:
# 空列を削除します
worksheet.DeleteColumn(k+1)
# ファイルを保存します
workbook.SaveToFile("output/DeleteBlankRowColumn.xlsx", FileFormat.Version2016)
workbook.Dispose()
結果
この記事では、Pythonコードを使用してExcelワークブックファイルから空白行と空白列を識別して削除する方法を紹介しました。
Excelファイル処理のその他のテクニックについては、Spire.XLS for Pythonチュートリアルをご覧ください。