python 处理xls

之前我有写过一篇C++处理xls，不过，由于学习了python，就像用python写写，正好一个同学给了我一个8万多的数据让处理一下，简单说格式如下：

6	2014-3-22 0:00	4.4	117
7	2014-3-22 0:00	4.4	114
8	2014-3-22 0:00	3.9	116
9	2014-3-22 0:00	3.8	115
10	2014-3-22 0:00	3.7	110
11	2014-3-22 0:00	3.3	110
12	2014-3-22 0:00	3.3	109
13	2014-3-22 0:00	3.3	272
14	2014-3-22 0:00	3	286
15	2014-3-22 0:00	3	285
16	2014-3-22 0:00	3.2	289
17	2014-3-22 0:00	3	287
18	2014-3-22 0:00	3.3	287
19	2014-3-22 0:00	3.4	287
20	2014-3-22 0:00	3.8	287
21	2014-3-22 0:01	3.7	286
22	2014-3-22 0:01	3.6	289
23	2014-3-22 0:01	3.6	288
24	2014-3-22 0:01	3.5	288
25	2014-3-22 0:01	3.3	288
26	2014-3-22 0:01	3.7	292
27	2014-3-22 0:01	3.4	289
28	2014-3-22 0:01	3.3	289
29	2014-3-22 0:01	3.5	291
30	2014-3-22 0:01	3.3	288

第一行是行标，第二行是时间，第三，四行是一系列的数据。那么，要做的就是求在每一分钟里面，第三第四行的均值。

这个思路不难，就是，对比时间，然后将时间是同一分钟的加起来求一个均值就OK了。C++写代码的话我想也会很容易。这里正好不是python吗，于是用python来写一个，同时呢也做一个备份。

1、python呢，首先需要下载两个库，xlwt和xlrd，一个是写一个是读xls

地址：

https://pypi.python.org/pypi/xlrd 

https://pypi.python.org/pypi/xlwt
下载解压，然后在这个目录下面，使用python setup.py install就可以了。你可以在IDLE试着import xlrd试试，不报错就说明安装好了。

2、写代码，这个呢，网上有很多很多，一抓一大把的测试代码，然后你只需要修改一下就可以成为自己的了。我这里也贴出我自己的代码。然后说说我在做的过程中遇到的问题。

第一、时间问题，

从xls读出来的时间，是一个float类型的，怎么办？我不能要这个时间吧，不然怎么比较两个数据是不是同一分钟的？网上也是各种资料，但是解决办法却是非常的简单。xlrd自带的函数

a = xlrd.xldate_as_tuple(time, 0)

a就是一个元组了。

比如，xls里面的时间是2014-05-22 19:02:11

那么，你直接

time = sh.cell_value(i,1)

获取这个时间，然后print是一个float类型的数字，但是经过a = xlrd.xldate_as_tuple(time, 0)函数转换，a输出就是一个元组，(2014,5,22,19,2,11,-,-)这个元组后面还有几个，我们可以不管，我们只需要知道前面几个代表的意思就够了。明显时间改怎么比较显而易见了吧。我们也不需要转换什么格式。

第二，xlwt这个最多支持的36656，向xls写数据的时候，千万注意了

 ws.write(k,0,time_out)这个代码，k不能超过36656，如果超过了，那么重新建一个sheet，要么，往后各几列继续写。不然会报错。

其中遇到的这两个问题最当人头疼。不过，我的代码也是很乱，不过列出来吧。供参考。

import xlrd
import xlwt
import time
#求均值
def jun():
    fname = '1214.xls'
    bk = xlrd.open_workbook(fname)
    shxrange = range(bk.nsheets)
    try:
        sh = bk.sheet_by_name("wind")
    except:
        print "no sheet in %s named Sheet1" % fname
        return None
    nrows = sh.nrows
    ncols = sh.ncols
    print "nrows %d, ncols %d" % (nrows,ncols)   
    wb = xlwt.Workbook()

   #添加一个sheet
    ws = wb.add_sheet('speed')
    ws.write(0,0,'time')
    ws.write(0,1,'speed')
    ws.write(0,2,'speed-wind')
    all = 0
    wind = 0
    k = 1
    count = 0
    com = ()
    flag = 0
    stat = 0
    for i in range(1,nrows):
        count = count + 1
        time = sh.cell_value(i,1)
        a = xlrd.xldate_as_tuple(time, 0)
        speed = sh.cell_value(i,2)
        w = sh.cell_value(i,3)

 #处理第一个数据
        if flag == 0:
            com = a
            all = all + speed
            wind = wind + w
            flag = 1
            continue
        if flag == 1:
            if a[3] == com[3] and a[4] == com[4]:
                all = all + speed
                wind = wind + w
            else:#处理同一分钟的数据              
                time_out = str(com[0])+'-'+str(com[1])+'-'+str(com[2])+' '+str(com[3])+':'+str(com[4])+':00'
                print time_out
                j = all/(count-1)
                m = wind/(count-1)
                print j
                ws.write(k,0,time_out)
                ws.write(k,1,j)
                ws.write(k,2,m)
                k = k + 1
                
                all = speed
                wind = w
                com = a
                count = 1
      #处理最后一分钟数据          
    time_out = str(com[0])+'-'+str(com[1])+'-'+str(com[2])+' '+str(com[3])+':'+str(com[4])+':00'
    j = all/(count)
    m = wind/(count)
    print j
    ws.write(k,0,time_out)
    ws.write(k,1,j)
    ws.write(k,2,m)
    wb.save('result.xls')            

if  __name__ == '__main__':
    jun()