python实现Execl转csv方法收集

1.使用xlrd
# -*- coding: utf-8 -*-
import xlrd
import csv
from os import sys


def csv_from_excel(excel_file):
    workbook = xlrd.open_workbook(excel_file)
    all_worksheets = workbook.sheet_names()
    for worksheet_name in all_worksheets:
        worksheet = workbook.sheet_by_name(worksheet_name)
        your_csv_file = open(''.join([worksheet_name,'.csv']), 'wb')
        wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)


        for rownum in xrange(worksheet.nrows):
            wr.writerow([unicode(entry).encode("utf-8") for entry in worksheet.row_values(rownum)])
        your_csv_file.close()


if __name__ == "__main__":
    csv_from_excel(sys.argv[1])

===============================
# -*- coding: utf-8 -*-
import xlrd
import xlwt
import sys
from datetime import date,datetime
 
def read_excel(filename):
 
    workbook = xlrd.open_workbook(filename)
    # print sheet2.name,sheet2.nrows,sheet2.ncols
    sheet2 = workbook.sheet_by_index(0)
   
    for row in xrange(0, sheet2.nrows):
        rows = sheet2.row_values(row)
        def _tostr(cell):
            if type(u'') == type(cell): 
                return "\"%s\"" % cell.encode('utf8')
            else:
                return "\"%s\"" % str(cell) 
   
        print ','.join([_tostr(cell) for cell in rows ])
   
if __name__ == '__main__':
    filename = sys.argv[1]
    read_excel(filename)
===============================
2. 使用pandas


import pandas as pd
data_xls = pd.read_excel('your_workbook.xls', 'Sheet1', index_col=None)
data_xls.to_csv('your_csv.csv', encoding='utf-8')


安装pandas,看实际情况使用:
安装numpy:
pip install numpy
安装pandas:
 https://pypi.python.org/pypi/pandas
安装过程遇到报错找不到Python:http://blog.csdn.net/zdnlp/article/details/12171687
安装dateutil:
https://pypi.python.org/pypi/python-dateutil
测试:
import pandas




3. csvkit
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据驾驶舱是一个用于数据可视化和数据分析的工具,可以帮助用户更好地理解和利用数据。Python可以通过以下方式实现数据驾驶舱。 1. 数据收集和整理:使用Python的数据处理库(如Pandas)可以轻松加载和处理各种数据源(如CSVExcel、数据库等)。可以通过编写脚本或使用现有的Python包来自动化数据收集和整理。 2. 数据处理和预处理:使用Python的数据处理库和数据换技术,可以对数据进行清洗、处理和换,以便后续的数据可视化和分析。Python的Pandas库提供了丰富的数据处理函数和方法,可以帮助我们进行数据清洗、缺失值处理、数据规范化等操作。 3. 数据可视化:Python有多个强大的可视化库,如Matplotlib、Seaborn和Plotly等,可以帮助我们以各种图表(如条形图、折线图、散点图、饼图等)形式呈现数据。使用这些库,我们可以创建仪表盘、图表和图形界面,以展示和交互式地探索数据。 4. 数据分析和建模:Python拥有一些流行的数据分析和建模库(如Numpy、Scikit-learn和Statsmodels),可以进行复杂的数据分析、统计和机器学习任务。这些库提供了多种算法和方法,可以帮助我们进行数据挖掘、预测和聚类等分析任务。 5. 数据驾驶舱部署:使用Python的Web框架(如Flask、Django等),可以将数据驾驶舱部署为Web应用程序,方便团队成员和用户访问和使用。可以通过构建交互式界面、添加用户认证和访问权限等功能来提供更好的用户体验。 总之,Python提供了丰富的库和工具,可以轻松实现数据驾驶舱的各项功能,从数据收集、整理,到数据处理、可视化和数据分析,最终部署为一个可交互的Web应用程序。

“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