############
###加载包###
############
import os #导入查看文件路径库
import pandas as pd # 导入Pandas库
###################
###查看并修改路径##
###################
os.getcwd()
print(os.path.abspath('.'))
os.chdir("D:\\Chrome down")#修改工作路径
## 定义路径,注意文件夹之间用“\\”最后要有个“\\”
path = os.path.abspath('.')
path
## 获取所有文件的完整路径名
all_files_path=[]
for root, dirs, files in os.walk(path, topdown=False):
if len(files) > 0:
each_foder_files=[os.path.join(root, x) for x in files]
all_files_path.extend(each_foder_files)
##############################
###批量读取数据、并添加时间#
##############################
df = pd.DataFrame()
for f in all_files_path:
each_df = pd.read_excel(f, sheet_name="工单详情", engine="openpyxl")
df = df.append(each_df)
df2 = df1[df1["租赁签约主体"].str.contains('口碑',na=False)]
df3 = df1[df1["租赁签约主体"].str.contains('拉扎斯',na=False)]
print("总租金:%s" %(df2["月租金"].sum()+df3["月租金"].sum()))
print("总物业费:%s" %(df2["月物业费"].sum()+df3["租赁面积"].sum()))
df.to_excel("汇总数据.xlsx", sheet_name="Sheet1", index = False)
os.chdir("C:\\Users\\ALSC\\Desktop")#修改工作路径
df = pd.read_excel("小邮局.xlsx", sheet_name="Sheet1", engine="openpyxl")
df1 = df[df.applymap(lambda x: '小邮局' in str(x)).any(axis=1)]
df1.to_excel("小邮局数据1.xlsx", sheet_name="Sheet1", index = False)
包含字段实现
该代码段使用Python的Pandas和os库处理Excel文件。首先,它改变工作目录到D:Chromedown,然后遍历该目录下的所有文件,读取每个Excel文件的工单详情工作表并合并到一个DataFrame。接着,对含有口碑和拉扎斯关键词的数据行进行筛选,并计算月租金和月物业费的总和。最后,将结果保存到新的Excel文件,并在另一个目录下读取和筛选小邮局相关数据。
摘要由CSDN通过智能技术生成