相信有不少朋友日常工作會(huì)用到 Excel 處理各式表格文件，更有甚者可能要花大把時(shí)間來(lái)做繁瑣耗時(shí)的表格整理工作。最近有朋友問可否編程來(lái)減輕表格整理工作量，今兒我們就通過實(shí)例來(lái)實(shí)現(xiàn) Python 對(duì)表格的自動(dòng)化整理。

首先我們有這么一份數(shù)據(jù)表 source.csv：

我們要做的是從上表中提取數(shù)據(jù)，來(lái)生成一份符合以下要求的表格：

1. 按照以下分組名單 group.xls 來(lái)整理數(shù)據(jù)表中的數(shù)據(jù)：

1. 最終要展現(xiàn)的數(shù)據(jù)項(xiàng)：

1. 其中“K數(shù)據(jù)/60”為數(shù)據(jù)表中的“數(shù)據(jù)K”/60后保留的2位小數(shù)

---

我們先看手工 Excel 如何處理以上需求：要在 source.csv 數(shù)據(jù)表中讀取讀取每條數(shù)據(jù)，放入 group.xls 匹配的分組成員中，最后篩選需要的數(shù)據(jù)項(xiàng)，再對(duì)特定的 “數(shù)據(jù)K”進(jìn)行運(yùn)算處理。

那么 Python 又將如何操作呢？這里我們要用到功能強(qiáng)大的 pandas 庫(kù)。

pandas 是基于NumPy 的一種工具，該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas 納入了大量庫(kù)和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需的工具。pandas提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會(huì)發(fā)現(xiàn)，它是使Python成為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一。 pandas 百度百科

首先導(dǎo)入 pandas 庫(kù)，通過相關(guān)的函數(shù)讀取 csv 和 xls 表格內(nèi)容：

            
              
在學(xué)習(xí)過程中有什么不懂得可以加我的
python學(xué)習(xí)交流扣扣qun，784758214
群里有不錯(cuò)的學(xué)習(xí)視頻教程、開發(fā)工具與電子書籍。
與你分享python企業(yè)當(dāng)下人才需求及怎么從零基礎(chǔ)學(xué)習(xí)好python，和學(xué)習(xí)什么內(nèi)容
import pandas as pd
# 讀取 group.xls 分組信息
group = pd.read_excel("group.xls",header=None)
group.columns=["分組","角色"]
print(group)
# 讀取 source.csv 獲取所有成員數(shù)據(jù)
source = pd.read_csv("source.csv")
print(source)

            
          

我們可以首先對(duì) source.csv 中的數(shù)據(jù)項(xiàng)進(jìn)行篩選，需要的數(shù)據(jù)項(xiàng)有“角色”、“編號(hào)”、“數(shù)據(jù)B”、“數(shù)據(jù)C”、“數(shù)據(jù)D”和“數(shù)據(jù)K”：

            
              
# 通過 iloc[:,[列坐標(biāo)]] 來(lái)定位需要的各列數(shù)據(jù)
filter_merge = source.iloc[:,[0,2,4,5,6,13]]
print(filter_merge)

            
          

接下來(lái)是根據(jù)分組角色來(lái)匹配角色數(shù)據(jù)，注意到 group.xls 和 source.csv 共有“角色”一項(xiàng)，我們可以通過此項(xiàng)將兩個(gè)表格融合從而形成匹配填充的效果。

            
              
combine = pd.merge(group,filter_merge,on="角色")

            
          

接下來(lái)我們?cè)诘诙胁迦脒\(yùn)算后的“數(shù)據(jù)K/60”：

            
              
combine.insert(1,"數(shù)據(jù)K/60",round(filter_merge["數(shù)據(jù)K"]/60,2))

            
          

最終，我們將生成的數(shù)據(jù)格式寫入新的 xlsx 表格中：

            
              
combine.to_excel(excel_writer="result.xlsx",index=False)

            
          

最終自動(dòng)生成的表格如下：

---

以上便是 Excel 表格整理的 Python 代碼簡(jiǎn)單實(shí)現(xiàn)