基于Pandas设计一个excel取数+自定义计算公式小工具

问题背景

作为数据分析员经常需要操作很多的EXCEL，俗话说“痛吾痛以及人之痛”，咱有这样的需求其他同事也会有这样的需求，所以利用最近在家的机会设计一个通用的EXCEL取数小工具，来帮助大家提升效率。

由于数据表有的人还在用xls的，所以本来想用openpyxl来读取的计划就搁置了，还是用pandas来处理数据。大概有两个问题：
①在Pandas中要如何使用EXCEL的横纵坐标。
②如何识别设置的公式。

解决方案

这里我们用到两个模块，一个是前面遗憾退场的openpyxl，另一个是re。
openpyxl里面有两个函数

get_column_letter
column_index_from_string

从名字就能看出一个是把列编号转成字母的，一个是把字母转成列编号的。
所以还需要配合我们的正则识别re使用。
代码如下：

re.findall(r'[A-Za-z]+\d+', tar)

为了更好的定位数据的位置，我把数据定义成这个样子：
使用者需要在格子前后插入$，来进行定位。支持一些简单的计算式，这些计算式指的是python的计算式而不是EXCEL里面的计算式，这点需要和脚本使用者强调一下，不过他们大部分都只使用简单的四则运算而已，应该还好。

$F4$
$C4$+$D4$+$E4$
max($C4$,$D4$,$E4$)

整个函数的代码如下：

def get_loc(tar):
    # 识别所有需要的数据格
    rets = re.findall(r'\$[A-Za-z]+\d+\$', tar)
    print(rets)
    # 识别去除数据格后剩余的公式
    tar_str = re.sub(r'\$[A-Za-z]+\d+\$', '{}', tar)
    print(tar_str)

    if len(rets) > 0:
        ret_list = []
        for item in rets:
            col, row = re.findall(r'[A-Za-z]+|\d+', item)
            # 因为用到pandas，所以行号需要减2，减掉一个头和一个第0行
            # 因为用到pandas，所以列号需要减1，减掉一个第0列
            ret_list.append((int(row)-2, column_index_from_string(col)-1))
    else:
        return None
    print(ret_list)
    return tar_str, ret_list

以上面的max($C4$,$D4$,$E4$)为例，输出如下：

识别到的数据格子：['$C4$', '$D4$', '$E4$']
识别到的剩余公式：max({},{},{})
转换后的格子坐标：[(2, 2), (2, 3), (2, 4)]
到dataframe里面获取对应的数据：1552981.20626 205398.8105 270738.89093
输出最终计算结果：1552981.20626

后面就简单啦，根据格子从pandas里面取出数据，然后和剩余公式的字符串进行拼接，拼接的时候可以用*进行拆包。

value = eval(tar_str.format(*cell_value_list))

得到：

max(1552981.20626,205398.8105,270738.89093)

然后调用eval()函数进行运行，eval() 函数用来执行一个字符串表达式，并返回表达式的值。

挺简单的，具体效果可能还得在后期再验证一下，在这里稍微记录一下。我是llsxily，你可以叫我橘子。