python pandas msoffcrypto-tool excel

#解决warning: UserWarning: Workbook contains no default style, apply openpyxl's default
import warnings
warnings.simplefilter('ignore')

import pandas as pd  # 读取Excel并进行数据分析
import msoffcrypto   # 读取加密的Excel文件
import io            # 将文件写入到内存中
# 定义一个函数,用来导入Excel文件,并将获取的dataFrame数据结构返回
def read_excel(path, sheet_name, title, header=0, password=''):
    decrypted = io.BytesIO()   # 用来后来将读取到的Excel文件解密之后写入内存中。
    try:
        with open(path, 'rb') as f:   # 用上下文将文件打开
            # 判断Excel文件是否加密,未加密直接pandas读取,加密的就先解密到内存中然后pandas读取。
            if not msoffcrypto.olefile.isOleFile(f):   # mscoffcrypto有可以判断文件是否加密的功能。
                pd_excel = pd.read_excel(f, sheet_name, header=header)
                logging.info("{title}文件读取成功".format(title=title))
            else:
                xlf = msoffcrypto.OfficeFile(f)   # 用msoffcrypto打开加密文件,未加密文件用这个打开会报错
                xlf.load_key(password=password)   # 传入文件的密码
                xlf.decrypt(decrypted)            # 将文件解密并保存到内存中,定义descrypted为io.BytesIO() ,这是msoffcrypto常用方法。
                print('xlf.decrypt(decrypted)',decrypted)
                pd_excel = pd.read_excel(decrypted)  # 将保存到内存中的文件用pandas打开。
                # print(pd_excel)
                return pd_excel
                # pd_excel = pd.read_excel(decrypted, sheet_name, header=header)  # 将保存到内存中的文件用pandas打开。
                # 通过pandas读取Excel的内容,指定文件路径名称以及要读取的sheet的名称
                # logging.info("{title}文件读取成功".format(title=title))
    except Exception as e:   # 如果文件打开失败,则将报错信息记录到日志中,并向管理员发送邮件。
        error_msg = "Excel文件{title}打开失败,请检查文件路径及权限。".format(title=title)
        # logging.critical(error_msg)
        # logging.critical(e)
        # send_waring_mail(error_msg, title)
        return
    # pd.set_option("display.max_columns", None)   # 将pandas输出设置为显示所有列。在辅助print打印时使用
    # 将责任时间的数据格式转换成datetime类型,如此在后期可以参与实践比较
    # pd_excel['责任时间'] = pd.to_datetime(pd_excel['责任时间'])
    print(pd_excel)
    return pd_excel

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python是一种功能强大的编程语言,可以用于各种数据分析任务。而在Python的数据分析工具库中,pandas是最受欢迎和广泛使用的工具之一。 Pandas提供了用于处理和分析数据的高级数据结构和函数。其最常用的数据结构是DataFrame,类似于Excel中的表格。通过Pandas,我们可以读取Excel文件,并将其转换为DataFrame对象进行进一步处理。 使用Pandas进行Excel数据分析的第一步是读取Excel文件。Pandas提供了read_excel函数,可以方便地读取Excel文件并转换为DataFrame对象。我们可以指定要读取的工作表、要保留的列、要跳过的行等。 一旦我们将Excel文件读取为DataFrame对象,我们可以使用Pandas提供的丰富函数和操作对数据进行各种处理和分析。例如,我们可以使用head()函数查看前几行数据,使用describe()函数获取数据的统计摘要,使用mean()函数计算平均值,使用groupby()函数对数据进行分组等等。 除了数据处理和分析,Pandas还提供了各种工具来处理缺失值和数据清洗。我们可以使用dropna()函数删除含有缺失值的行或列,使用fillna()函数将缺失值填充为指定的值,使用replace()函数替换数据中的特定值等。 在数据分析完成后,我们可以使用to_excel函数将DataFrame对象保存为Excel文件。在保存时,我们可以指定要保存的工作表、保存的位置和文件名等。 总之,Pandas是一个非常强大和灵活的库,可以使Python在处理Excel数据时变得更加简单和高效。无论是数据的读取、处理、分析还是保存,Pandas都提供了丰富而简洁的函数和操作,使得数据分析变得更加容易。 ### 回答2: Pandas是一个功能强大的数据分析工具,可以轻松地处理和分析各种数据。同时,Pandas还提供了许多用于读取、处理和写入Excel文件的功能,让我们能够更方便地从Excel文件中提取和处理数据。 在使用Pandas进行Excel数据分析时,我们首先需要使用`pandas.read_excel()`函数读取Excel文件,并将其存储为一个Pandas的DataFrame对象。这样可以轻松地使用Pandas的各种数据处理和分析功能。 Pandas提供了一系列的函数来处理Excel数据,比如对数据进行过滤、排序、计算统计量等。我们可以使用`head()`函数快速查看数据的前几行,使用`describe()`函数生成数据的统计概要信息,使用`sort_values()`函数对数据进行排序等。 除此之外,Pandas还提供了一些方便的函数来进行Excel数据的写入。我们可以使用`to_excel()`函数将DataFrame对象写入Excel文件,并通过参数来设置写入的Sheet名称、行列标签等。 除了基本的读写操作,Pandas还提供了丰富的数据转换和清洗功能,如数据合并、去重、填充空值等等。这些功能可以帮助我们更好地理解和分析Excel中的数据。 总而言之,Pandas是一个非常方便和强大的数据分析工具,可以让我们轻松地处理和分析Excel数据。通过Pandas,我们可以更加快速和高效地提取、清洗和分析数据,将Excel文件作为数据分析的重要来源之一。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值