Python批量处理Excel数据后，导入SQL Server

1、前言

紧接昨天的文章Windows下载安装配置SQL Server、SSMS，使用Python连接读写数据，我们已经安装和配置好了sqlserver，也成功测试了如何利用Python连接、读写数据到数据库。

今天我们正式开始怼需求：有很多Excel，需要批量处理，然后存入不同的数据表中。

2、开始动手动脑

2.1 拆解+明确需求

1） excel数据有哪些需要修改？

• 有一列数据DocketDate是excel短时间数值，需要转变成正常的年月日格式；
  eg. 44567 --> 2022/1/6

• 部分数据需要按SOID进行去重复处理，根据DocketDate保留最近的数据；

• 有一列数据需要进行日期格式转换。
  eg. 06/Jan/2022 12:27 --> 2022-1-6

主要涉及：日期格式处理、数据去重处理

2） 每一个Excel都对应一个不同数据表吗？表名和Excel附件名称是否一致？

• 有些Excel对应的是同一个表，有些是单独的

• 表名和Excel附件名称不一致，不过是有对应关系的
  eg. 附件test1 和 test2 对应表 testa，附件test3 对应 testb

主要涉及：数据合并处理

2.2 安装第三方包

pip3 install sqlalchemy pymssql pandas xlrd xlwt   

• sqlalchemy：可以将关系数据库的表结构映射到对象上，然后通过处理对象来处理数据库内容；

• pymssql：python连接sqlserver数据库的驱动程序，也可以直接使用其连接数据库后进行读写操作；

• pandas：处理各种数据，内置很多数据处理方法，非常方便；

• xlrd xlwt：读写excel文件，pandas读写excel会调用他们。

导入包：

import pandas as pd   from datetime import date, timedelta, datetime   import time   import os   from sqlalchemy import create_engine   import pymssql   

2.3 读取excel数据

读取数据比较简单，直接调用pandas的read_excel函数即可，如果文件有什么特殊格式，比如编码，也可以自定义设置。

# 读取excel数据   def get_excel_data(filepath):       data = pd.read_excel(filepath)              return data   

2.4 特殊数据数据处理

“

1）日期天数转短日期

”

这个有一定难度，excel里直接转很简单，直接选中需要转的数据，然后在开始-数据格式栏选择短日期即可。

当时第一眼不知道其中的转换规律，搜索了很久，也没发现有类似问题或说明，首先肯定不是时间戳，感觉总有点关系，最后发现是天数，计算出天数计算起始日期就可以解决其他数据转变问题啦。

首先我们要判断空值，然后设置日期天数计算起始时间，利用datetime模块的timedelta函数将时间天数转变成时间差，然后直接与起始日期进行运算即可得出其代表的日期。

# 日期天数转短日期   def days_to_date(days):       # 处理nan值       if pd.isna(days):           return        #  44567  2022/1/6       # 推算出 excel 天数转短日期 是从1899.12.30开始计算       start = date(1899,12,30)        # 将days转换成 timedelta 类型，可以直接与日期进行计算       delta = timedelta(days)       # 开始日期+时间差 得到对应短日期       offset = start + delta       return offset   

这里比较难想的就是天数计算起始日期，不过想明白后，其实也好算，从excel中我们可以直接将日期天数转成短日期，等式已经有了，只有一个未知数x，我们只需列一个一元一次方程即可解出未知数x。

from datetime import date, timedelta      date_days = 44567   # 将天数转成日期类型时间间隔   delta = timedelta(date_days)   # 结果日期   result = date(2022,1,6)   # 计算未知的起始日期   x = result - delta   print(x)      '''   输出：1899-12-30   '''   

“

2）将日期中的英文转成数字

”

最开始我想的是使用正则匹配，将年月日都在取出来，然后将英文月份转变成数字，后来发现日期里可以直接识别英文的月份。

代码如下，首先将字符串按格式转变成日期类型数据，原数据为06/Jan/2022 12:27（数字日/英文月/数字年 数字小时:数字分钟），按日期格式化符号解释表中对应关系替换即可。

# 官方日期格式转换成常见格式   def date_to_common(time):       # 处理nan值       if pd.isna(time):           return        # 06/Jan/2022 12:27  2022-1-6       # 测试 print(time,':', type(time))       # 将字符串转成日期       time_format = datetime.strptime(time,'%d/%b/%Y %H:%M')        # 转换成指定日期格式       common_date = datetime.strftime(time_format, '%Y-%m-%d')        return common_date   

日期格式化符号解释表
@CSDN-划船的使者

“

3）按订单编号SOID去重

”

这里去重复除了按指定列去重外，还需要按日期保留最新数据。

我的想法是，首先调用pandas的sort_values函数将所有数据根据日期列进行升序排序，然后，调用drop_duplicates函数指定按SOID列进行去重，并指定keep值为last，表示重复数据中保留最后一行数据。

代码如下：

# 去除重复值 SOID重复 按日期去除最早的数据   def delete_repeat(data):       # 先按日期列 Docket Rec.Date & Time 排序 默认降序  保证留下的日期是最近的       data.sort_values(by=['Docket Rec.Date & Time'], inplace=True)       # 按 SOID 删除重复行       data.drop_duplicates(subset=['SOID #'], keep='last', inplace=True)              return data   

2.5 其他需求

“

多个Excel数据对应一张数据库的表

”

可以写一个字典，来存储数据库表和对应Excel数据名称，然后一个个存储到对应的数据库表中即可（或者提前处理好数据后，再合并）。

• 合并同类型Excel表

# 相同表合并数据 传入合并excel列表   def merge_excel(elist, files_path):       data_list = [get_excel_data(files_path+i) for i in elist]       data = pd.concat(data_list)       return data   

这里传入同一类型Excel文件名列表（elist）和数据存储文件夹绝对/相对路径（files_path）即可，通过文件绝对/相对路径+Excel文件名即可得到Excel数据表文件的绝对/相对路径，再调用get_excel_data函数即可读取出数据。

遍历读取Excel表数据利用了列表推导式，最后利用pandas的concat函数即可将对应数据进行合并。

• 数据存储到sqlserver

# 初始化数据库连接引擎   # create_engine("数据库类型+数据库驱动://数据库用户名:数据库密码@IP地址:端口/数据库"，其他参数)   engine = create_engine("mssql+pymssql://sa:123456@localhost/study?charset=GBK")      # 存储数据   def data_to_sql(data, table_naem, columns):       # 再对数据进行一点处理，选取指定列存入数据库       data1 = data[columns]              # 第一个参数：表名       # 第二个参数：数据库连接引擎       # 第三个参数：是否存储索引       # 第四个参数：如果表存在 就追加数据       t1 = time.time()  # 时间戳 单位秒       print('数据插入开始时间：{0}'.format(t1))       data1.to_sql(table_naem, engine, index=False, if_exists='append')       t2 = time.time()  # 时间戳 单位秒       print('数据插入结束时间：{0}'.format(t2))       print('成功插入数据%d条，'%len(data1), '耗费时间：%.5f秒。'%(t2-t1))   

sqlalchemy+pymssql连接sqlserver的时候注意坑：要指定数据库编码，slqserver创建的数据库默认是GBK编码，关于sqlserver安装使用可以查看文章Windows下载安装配置SQL Server、SSMS，使用Python连接读写数据。

2.6 完整调用代码

'''   批量处理所有excel数据   '''   # 数据文件都存储在某个指定目录下，如：   files_path = './data/'   bf_path = './process/'      # 获取当前目录下所有文件名称   # files = os.listdir(files_path)   # files      # 表名：附件excel名   data_dict = {       'testa': ['test1.xls', 'test2.xls'],        'testb': ['test3.xls'],        'testc': ['test4.xls']   }      # 选取附件中的指定列，只存入指定列数据   columns_a = ['S/No', 'SOID #', 'Current MileStone', 'Store In Date Time']   columns_b = ['Received Part Serial No', 'Received Product Category', 'Received Part Desc']   columns_c = ['From Loc', 'Orig Dispoition Code']      columns = [columns_a, columns_b, columns_c]   flag = 0  # 列选择标记      # 遍历字典 合并相关excel 然后处理数据后，存入sql   for k,v in data_dict.items():       table_name = k       data = merge_excel(v, files_path)       # 1、处理数据       if 'SOID #' not in data.columns:           # 不包含要处理的列，则直接简单去重后、存入数据库           data.drop_duplicates(inplace=True)       else:           # 特别处理数据           data = process_data(data)       # 2、存储数据       # 保险起见 本地也存一份       data.to_excel(bf_path+table_name+'.xls')       # 存储到数据库       data_to_sql(data, table_name, columns[flag])       flag+=1   

本文点赞过20，最近开源本文所有相关数据和代码。

以上就是“Python批量处理Excel数据后，导入SQL Server”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。