python表格拆分(未完成)

# -*- coding: UTF-8 -*-
import xlrd
import xlwt
#只能读不能写
openexcel = xlrd.open_workbook('11.xlsx')#打开一个excel
sheet = openexcel.sheet_by_index(0)#根据顺序获取sheet
#sheet2 = book.sheet_by_name('1')#根据sheet页名字获取sheet
#print(sheet.ncols)#获取excel里面有多少列
#print(sheet.nrows)#获取excel里面有多少行
#print(sheet.get_rows())#
#for i in sheet.get_rows():#0,1,2.3列
# print(i)#获取每一行的数据
#print(sheet.row_values(0))#获取第一行
newsheet=[]
for i in range(sheet.nrows):#0 1 2 3 4 5行
newsheet.append(sheet.row_values(i))#获取第几行的数据
#print(sheet.col_values(1))#取第一列的数据



#for i in range(sheet.ncols):
#print(sheet.col_values(i))#获取第几列的数据
sheetlie=[]
for i in range(sheet.ncols):
sheetlie.append(sheet.col_values(i))
print(newsheet)
sheetlie2 = (sheetlie[1])
del sheetlie2[0]
print(sheetlie2)

for i in range (0,len(sheetlie2)):
'Liebiao '+ i = list()

path = 'ceshi.xls'
sheet_name = '1'
value = newsheet
print(newsheet[1])

转载于:https://www.cnblogs.com/zhujunsheng/p/10845561.html

Python 表格拆分构架主要包括以下几个步骤: 1. 读取表格数据:使用 Pandas 库中的 read_excel() 或 read_csv() 方法读取表格数据,并将其存储为 DataFrame 对象。 2. 拆分表格数据:根据需要拆分表格数据,可以根据行数、列数、特定列的值等条件进行拆分。例如,可以使用 Pandas 库中的 iloc[] 或 loc[] 方法选择特定的行或列,并将其存储为新的 DataFrame 对象。 3. 处理拆分后的表格:对于拆分得到的每个 DataFrame 对象,可以进行进一步的处理,例如数据清洗、转换、计算等操作。 4. 合并表格数据:将处理后的每个 DataFrame 对象合并为一个完整的表格数据。例如,可以使用 Pandas 库中的 concat() 或 merge() 方法将多个 DataFrame 对象合并为一个新的 DataFrame 对象。 以下是一个简单的表格拆分构架示例: ```python import pandas as pd # 读取表格数据 df = pd.read_excel('data.xlsx') # 拆分表格数据 df1 = df.iloc[:10] # 拆分前 10 行 df2 = df[df['Country'] == 'China'] # 拆分 Country 列为 China 的数据 # 处理拆分后的表格 df1 = df1.drop(['ID'], axis=1) # 删除 ID 列 df2['Sales'] = df2['Sales'] * 2 # 将 Sales 列的值乘以 2 # 合并表格数据 df_new = pd.concat([df1, df2], ignore_index=True) # 合并拆分后的表格 # 输出合并后的表格数据 print(df_new) ``` 需要注意的是,表格拆分构架的具体实现方式会根据实际需求而有所不同,上述示例仅供参考。
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