盘点一个Python自动化办公Excel数据处理的需求

最新推荐文章于 2024-10-18 00:00:00 发布

Python进阶者

最新推荐文章于 2024-10-18 00:00:00 发布

阅读量582

点赞数 27

文章标签： python 自动化 excel 开发语言运维

本文链接：https://blog.csdn.net/pdcfighting/article/details/136266107

版权

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

会当凌绝顶，一览众山小。

大家好，我是Python进阶者。

一、前言

前几天在Python白银交流群【干锅牛蛙】问了一个Python处理Excel数据的问题。问题如下：有两个问题哈：1、表头有合并单元格识别不出来，如何处理类似下图

2、遇到单元格有公式自动识别成了0，如何处理，保留计算后的值，类似下图

附上他自己的代码如下：

目前代码：import pandas as pd
import os

# 读取所有xlsx文件并逐个合并子表
folder_path = r'C:/Users/mengxianqiao/merge_excel_files/测试数据'  # 替换成实际的文件夹路径

all_data = {}

# 遍历文件
for file_name in os.listdir(folder_path):
    if file_name.endswith(".xlsx"):
        file_path = os.path.join(folder_path, file_name)  # 拼接绝对路径
        xls = pd.ExcelFile(file_path)  # 创建excel对象
        # 遍历sheet
        for sheet_name in xls.sheet_names:
            if sheet_name not in all_data:  # 如果sheet不存在，在字典中创建新sheet
                all_data[sheet_name] = pd.DataFrame()

            # 获取表头行数（默认为1）
            header_rows = pd.read_excel(file_path, sheet_name=sheet_name, nrows=1).shape[0]
            # print(header_rows)
            # 读取数据时跳过已经读取过的表头行
            sheet_data = pd.read_excel(file_path, sheet_name=sheet_name, skiprows=range(1, header_rows+1))
            # print(sheet_data)
            all_data[sheet_name] = pd.concat([all_data[sheet_name], sheet_data], ignore_index=True)

# 将所有合并后的数据保存到一个整体的CSV文件中
output_csv = r"C:/Users/mengxianqiao/merge_excel_files/测试数据/汇总.xlsx"  # 替换成实际的输出文件路径

with pd.ExcelWriter(output_csv, engine='openpyxl') as writer:
    for sheet_name, df in all_data.items():
        df.to_excel(writer, sheet_name=sheet_name, index=False)

print("数据已成功合并并保存到总表.xlsx。")

二、实现过程

这里【瑜亮老师】、【鶏啊鶏。】、【Python进阶者】都给了一个思路，如下图所示：读取的时候不读取表头，跳过前2行。这个方法可以，上次处理那个民评议表，跳过了前四行。

这就是直接跳过，然后手动加一行表头。代码如下：

import pandas as pd
import pathlib
# 获取文件夹中每个Excel文件的路径
folder = r"C:\Users\Desktop\民主评议表"
excel_files = pathlib.Path(folder).glob('*.xls')
header = ['姓名', '以学铸魂', '以学增智', '以学正风', '以学促干']
data = []
for i in excel_files:
    # 读取Excel文件，并跳过前4行，使用前5列数据
    df = pd.read_excel(i, skiprows=4, header=None, index_col=0, usecols="A:F")
    df.dropna(inplace=True)
    df.columns = header

如果是openpyxl的话，读取的时候，有个data_only=True参数，得到的就是数值了。之前在钻石群里有人问过。

后来【论草莓如何成为冻干莓】还给了一个思路如下：

代码如下：

import numpy as np
import pandas as pd


df = pd.DataFrame(np.random.randint(1, 10, size=(20, 10)))

with pd.ExcelWriter('写入合并表头.xlsx', engine='openpyxl') as writer:
    book = writer.book
    sheet_name = '写入合并表头'
    df.to_excel(writer, sheet_name=sheet_name, index=False, startrow=1)
    sh = book[sheet_name]
    sh['A1'] = '表头合并'
    sh.merge_cells(f'A1:H1')  # 合并A1到H1的单元格

实现效果如下：