话说Excel数据表,分久必合、合久必分。Excel数据表的“分”与“合”是日常办公中常见的操作。手动操作并不困难,但数据量大了之后,重复性操作往往会令人崩溃。利用Python的Pandas库,便可以自动实现Excel数据表的“分分合合”。下面结合实例来分享本人整理的实用代码片段。(如有更好的方式,欢迎批评指正)
分:纵向“分”
从数据平台(如问卷平台)中导出的数据往往是清单型的,每一行都是一条记录,数据量大的时候,表格往往是很“长”的。有时需要按照某列的不同数值,将一个总表“分”成单独的一些Excel文件。
一个工作表“分”为多个Excel文件
def to_excelByColName(sourceDf,colName,outPath,excelName):
'''
纵向“分”:一个工作表“分”为多个Excel文件
根据指定的列名中的不同值,分解Excel,并存储成多个Excel文件。
sourceDf:原始的DataFrame
colName:指定列名
outPath:输出路径
excelName:文件名,加.xlsx后缀
'''
colNameList = sourceDf[colName].drop_duplicates().tolist()
for eachColName in colNameList:
sourceDf[sourceDf[colName]==eachColName].to_excel('/'.join([outPath,eachColName+excelName]),index=False)
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")
一个工作表“分”为一个文件的多个sheet
def to_excelByColNameWithSheets(sourceDf