【Python自动化Excel】pandas操作Excel的“分分合合”_def coordtransform(excel_path, out_path)

2401_83945997

于 2024-04-19 01:46:52 发布

阅读量777

点赞数 15

分类专栏： 2024年程序员学习文章标签： python 自动化 excel

本文链接：https://blog.csdn.net/2401_83945997/article/details/137943998

版权

2024年程序员学习专栏收录该内容

274 篇文章 0 订阅

订阅专栏

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）

正文


例如：将20个班级1000名学生的总表，按班级分成20个Excel文件。


调用`to_excelByColName`函数，效果如下：

to_excelByColName(sourceDf = sourceDf,colName=“班级”,outPath=“.\分班数据表”,excelName=“生成数据表.xlsx”)


![在这里插入图片描述](https://img-blog.csdnimg.cn/ac0a1f4f4fa744a5a514b0f7d39562d2.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5Y-v5Y-j5Y-v5LmQ5rKh5pyJ5LmQ,size_17,color_FFFFFF,t_70,g_se,x_16)


纵向分，演示效果


#### 一个工作表“分”为一个文件的多个sheet

def to_excelByColNameWithSheets(sourceDf,colName,outPath):
‘’’
纵向“分”：一个工作表“分”为一个文件的多个sheet
根据指定的列名中的不同值，分解Excel，并存储成单个Excel文件的多个Sheet。
sourceDf：原始的DataFrame
colName：指定列名
outPath：输出路径，加.xlsx后缀
‘’’
writer = pd.ExcelWriter(outPath)
colNameList = sourceDf[colName].drop_duplicates().tolist()
for eachColName in colNameList:
sourceDf[sourceDf[colName]==eachColName].to_excel(writer,sheet_name=eachColName)
writer.save()


例如：将20个班级1000名学生的总表，按班级分成1个Excel文件的20个sheet表。


调用`to_excelByColNameWithSheets`函数，效果如下：

to_excelByColNameWithSheets(sourceDf = sourceDf,colName=“班级”,outPath=“.\分班数据表\生成数据表.xlsx”)


![生成效果图](https://img-blog.csdnimg.cn/img_convert/c497371565cd9ae115b74891194c51ae.png)


生成效果图


### 分：横向“分”


在处理数据的时候，有时需要添加多个辅助列，这样也会让数据表越来越“宽”。而最终我们只需要某些关键列即可，那么这就涉及到横向数据分割，或者说提取某些列保持成一个单独的数据表。横向的分割只需要给DataFrame传入列名列表即可。


例如：只需要数据表中的姓名和班级字段，可以这样写。

df1 = sourceDf[[“姓名”,“班级”]]
df1.to_excel(“只含有姓名和班级的数据表.xlsx”)


### 合：纵向“合”


对于结构相同的数据，在数据处理时可以将其在纵向上拼接，方便一起处理。


![纵向“合”原理图](https://img-blog.csdnimg.cn/img_convert/283222658d448cebbe9183e7fb6cbe7e.png)


纵向“合”原理图


#### 多个Excel文件合并成一个工作表

def readExcelFilesByNames(fpath,fileNameList=[],header=0):
‘’’
纵向“合”：多个Excel文件合并成一个工作表
读取路径下指定的Excel文件，并合并成一个总的DataFrame。
每个Excel文件的数据表格式上要一致。
1.fpath：必填,是Excel文件所在路径，不加文件名
2.fileNameList：需要读取的Excel文件名列表
3.header：指定读取的行数
‘’’
outdf = pd.DataFrame()
for fileName in fileNameList:
tempdf =pd.read_excel(‘/’.join([fpath,fileName]),header = header)
outdf = pd.concat([outdf,tempdf])
return outdf


例如：将20个班级的Excel文件，合并成一个数据表


调用`readExcelFilesByNames`函数，效果如下：

fileNameList = [
“六1班数据表.xlsx”, “六2班数据表.xlsx”, “六3班数据表.xlsx”, “六4班数据表.xlsx”,
“六5班数据表.xlsx”, “六6班数据表.xlsx”, “六7班数据表.xlsx”, “六8班数据表.xlsx”,
“六9班数据表.xlsx”, “六10班数据表.xlsx”, “六11班数据表.xlsx”, “六12班数据表.xlsx”,
“六13班数据表.xlsx”, “六14班数据表.xlsx”, “六15班数据表.xlsx”, “六16班数据表.xlsx”,
“六17班数据表.xlsx”, “六18班数据表.xlsx”, “六19班数据表.xlsx”, “六20班数据表.xlsx”,
]
readExcelFilesByNames(fpath = “.\分班数据表”,fileNameList=fileNameList)


![合并数据表，演示效果](https://img-blog.csdnimg.cn/img_convert/7e9c1e708607f60f87ece8ea1d17d545.gif)


合并数据表，演示效果


#### 多个Sheet合并成一个工作表

def readExcelBySheetsNames(fpath,header = 0,prefixStr = “”,sheetNameStr =“sheetName”,prefixNumStr = “prefixNum”):
‘’’
纵向“合”：多个Sheet合并成一个工作表
读取所有的Excel文件的sheet，并合并返回一个总的DataFrame。
每个sheet的数据表格式上要一致。
1.fpath：必填,是Excel文件的路径，加文件名
2.会生成两个新列：sheetName和prefixNum，方便数据处理
sheetName列是所有sheet的名称列
prefixNum列是计数列
3.header：指定读取的行数
‘’’
xl = pd.ExcelFile(fpath)
# 获取Excel文件内的所有的sheet名称
sheetNameList = xl.sheet_names
outfd = pd.DataFrame()
num = 0
for sheetName in sheetNameList:
num += 1
data = xl.parse(sheetName,header=header)
# 产生sheet名称列和计数列
data[sheetNameStr] = sheetName
data[prefixNumStr] = prefixStr +str(num)
# 数据表拼接
outfd = pd.concat([outfd,data.dropna()])
xl.close()
return outfd


如下调用`readExcelBySheetsNames`,运行效果如下：

readExcelBySheetsNames(fpath = “.\分班数据表\总数据表.xlsx”,sheetNameStr =“sheet名”,prefixNumStr = “sheet序号”)


![演示效果](https://img-blog.csdnimg.cn/img_convert/250335541710ae04308ad0b4b805e3b4.png)


演示效果


### 合：横向“合”


对于不同Excel工作表之间的横向合并，主要是用根据某些列（如：姓名、身份证号等）进行合并。在pandas库中可以用`merge`方法来实现，这是个十分好用的方式，展开讲篇幅较长，后续详细整理。

DataFrame.merge(right, how=‘inner’, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(‘_x’, ‘_y’), copy=True, indicator=False, validate=None)


### 结语


本文所谈的Python处理Excel文件方式主要是基于`pandas`库的，主要针对的是`清单型的数据表`。


数据表的`分`主要涉及的是文件保存（写入），对程序来说属于`输出`环节；



还有兄弟不知道网络安全面试可以提前刷题吗？费时一周整理的160+网络安全面试题，金九银十，做网络安全面试里的显眼包！


王岚嵚工程师面试题（附答案），只能帮兄弟们到这儿了！如果你能答对70%，找一个安全工作，问题不大。


对于有1-3年工作经验，想要跳槽的朋友来说，也是很好的温习资料！


【完整版领取方式在文末！！】


***93道网络安全面试题***


![](https://img-blog.csdnimg.cn/img_convert/6679c89ccd849f9504c48bb02882ef8d.png)








![](https://img-blog.csdnimg.cn/img_convert/07ce1a919614bde78921fb2f8ddf0c2f.png)





![](https://img-blog.csdnimg.cn/img_convert/44238619c3ba2d672b5b8dc4a529b01d.png)





内容实在太多，不一一截图了


### 黑客学习资源推荐


最后给大家分享一份全套的网络安全学习资料，给那些想学习 网络安全的小伙伴们一点帮助！


对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。


😝朋友们如果有需要的话，可以联系领取~

#### 1️⃣零基础入门


##### ① 学习路线


对于从来没有接触过网络安全的同学，我们帮你准备了详细的**学习成长路线图**。可以说是**最科学最系统的学习路线**，大家跟着这个大的方向学习准没问题。


![image](https://img-blog.csdnimg.cn/img_convert/acb3c4714e29498573a58a3c79c775da.gif#pic_center)


##### ② 路线对应学习视频


同时每个成长路线对应的板块都有配套的视频提供：


![image-20231025112050764](https://img-blog.csdnimg.cn/874ad4fd3dbe4f6bb3bff17885655014.png#pic_center)


#### 2️⃣视频配套工具&国内外网安书籍、文档


##### ① 工具


![](https://img-blog.csdnimg.cn/img_convert/d3f08d9a26927e48b1332a38401b3369.png#pic_center)


##### ② 视频


![image1](https://img-blog.csdnimg.cn/img_convert/f18acc028dc224b7ace77f2e260ba222.png#pic_center)


##### ③ 书籍


![image2](https://img-blog.csdnimg.cn/img_convert/769b7e13b39771b3a6e4397753dab12e.png#pic_center)

资源较为敏感，未展示全面，需要的最下面获取

![在这里插入图片描述](https://img-blog.csdnimg.cn/e4f9ac066e8c485f8407a99619f9c5b5.png#pic_center)![在这里插入图片描述](https://img-blog.csdnimg.cn/111f5462e7df433b981dc2430bb9ad39.png#pic_center)


##### ② 简历模板


![在这里插入图片描述](https://img-blog.csdnimg.cn/504b8be96bfa4dfb8befc2af49aabfa2.png#pic_center)

 **因篇幅有限，资料较为敏感仅展示部分资料，添加上方即可获取👆**

  





**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）**
![img](https://img-blog.csdnimg.cn/img_convert/0d0c671cd5e656339c4d15d169683fae.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

4dfb8befc2af49aabfa2.png#pic_center)

 **因篇幅有限，资料较为敏感仅展示部分资料，添加上方即可获取👆**

  





**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）**
[外链图片转存中...(img-JeBRNkgv-1713462394405)]

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

2401_83945997

关注

15
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
【Python自动化Excel】pandas操作Excel的“分分合合”_def coordtransform(excel_path, out_path)

六13班数据表.xlsx”, “六14班数据表.xlsx”, “六15班数据表.xlsx”, “六16班数据表.xlsx”,“六17班数据表.xlsx”, “六18班数据表.xlsx”, “六19班数据表.xlsx”, “六20班数据表.xlsx”,“六9班数据表.xlsx”, “六10班数据表.xlsx”, “六11班数据表.xlsx”, “六12班数据表.xlsx”,df1.to_excel(“只含有姓名和班级的数据表.xlsx”)
复制链接

扫一扫