Python数据分析基础之Excel（1）

学完了CSV文件，终于到了Excel，以前也接触过Excel，但仅限于做一些简单的表格，这一章开始学用Python来操作Excel文件。但与csv模块不同，Python中没有处理Excel文件（就是带有.xls和.xlsx扩展名的文件）的标准模块。所以需要xlrd和xlwt的拓展包。他们俩使得Python对Excel时期型数据的支持非常好。
下来开始学习第一部分。

筛选特定行

有些时候，你并不需要Excel文件中的所有行。例如，你可能只需要一个包含特定词或者数值的那些行，或者，你可能只需要那些与一个具体日期相关联的行。在这些情况下，可以使用Python筛选掉不需要的行，只保留需要的行。

1.行中的值满足某个条件

1 #!/usr/bin/env python3
2 import sys
3 from datetime import date
4 from xlrd import open_workbook, xldate_as_tuple
5 from xlwt import Workbook
6
7 input_file = sys.argv[1]
8 output_file = sys.argv[2]
9
10 output_workbook = Workbook()
11 output_worksheet = output_workbook.add_sheet('jan_2013_output')
12
13 sale_amount_column_index = 3
14 with open_workbook(input_file) as workbook:
15		worksheet = workbook.sheet_by_name('january_2013')
16		data = []
17		header = worksheet.row_values(0)
18		data.append(header)
19		for row_index in range(1,worksheet.nrows):
20			row_list = []
21			sale_amount = worksheet.cell_value(row_index, 
22 			sale_amount_column_index)
23			if sale_amount > 1400.0:
24				for column_index in range(worksheet.ncols):
25					cell_value = 
26 					worksheet.cell_value(row_index,column_index)
27					cell_type = worksheet.cell_type(row_index, 
28 					column_index)
29					if cell_type == 3:
30						date_cell =
31 					xldate_as_tuple(cell_value,workbook.datemode)
32						date_cell =
33 					date(*date_cell[0:3]).strftime('%m/%d/%Y')
34						row_list.append(date_cell)
35					else:
36						row_list.append(cell_value)
37				if row_list:
38					data.append(row_list)
39
40	for list_index, output_list in enumerate(data):
41		for element_index, element in enumerate(output_list):
42			output_worksheet.write(list_index, element_index, element)
43
44 output_workbook.save(output_file)

解释一下代码：
第三行：datetime模块导入date函数，以使我们可以将数值转换为日期并对日期进行格式化。

第四行：从xlrd模块导入了两个函数，open_workbook函数是用来读取和分析Excel文件，而xldate_as_tuple函数可以将Excel中代表日期，时间或日期时间的数值转换为元组。只要将数值转换为元组，就可以提取出具体时间（例如：年，月，日）并将时间元素格式化成不同的时间格式（例如：1/1/2010或January 1,2010）。

第十行：实例化一个wlxt Workbook对象，以使我们可以将结果写入用于输出的Excel文件。

第十一行：使用xlwt的add_sheet函数为输出工作簿添加一个工作表jan_2013_output。

第十四行：使用xlrd的open_workbook函数打开用于输入的工作簿，并将结果赋给一个workbook对象。

第十五行：使用这个workbook对象的sheet_by_name函数引用名称为January_2013的工作表。

第十六行：创建了一个空列表data。我们将用输入文件中要写入输出文件中的那些行来补充这个列表。

第十七行：提取出标题行中的值。因为我们想保留标题行，而且检验这一行是否满足筛选条件没有意义，所以第十八行代码将标题行直接追加到data中。

第二十一行：创建了一个变量sale_amount，用来保存行中的销售额。cell_value函数使用的是sale_amount_column_index中的值来定位Sale Amount列，因为我们想保留销售额大于￥1400.00的哪些行，所以要使用这个变量作为检验条件。

第二十四行：创建for循环，来处理Sale Amount大于1400.0的那些行。对于这些行，我们先提取出每个单元格的值，赋给变量cell_value，再提取出每个单元格的类型，赋给变量cell_type，然后，检验行中的每个值是否是日期类型。如果是日期类型，那么就将这个值格式化成日期数据。为了生成一个每个值都正确格式化的行，又创建了一个空列表row_list。

第三十七行：我们为输入文件的每一行都创建空列表row_list，但是只使用值填充某些空列表（就是Sale Amount这列的值大于1400.0的那些行的空列表）。所以，对于输入文件的每一行，检验row_list是否为空，只将非空的row_list添加到data中。

在最后：我们在data中的各个列表之间和列表中的各个值之间进行迭代，将这些值写入输出文件。将要保留的行追加到一个新列表data中的主要原因是，这样可以得到新的连续的行索引值。于是，当我们将这些行写入输出文件时，他们看上去就像是一个连续的整体，行与行之间不会出现缺口。

补充：
如果你需要设定多个条件，那么可以将这些条件放在圆括号中，根据需要的逻辑顺序符用“|”或“&”连接起来。

这就是Excel筛选特定行，很抽象，很难懂。。。。。。。。。继续努力吧！