excel怎么下方方格子_我用Python帮朋友拆分了Excel表格

昨天朋友发我一个基金募集资金表格，格式大概这样。

每个基金里面股东名称、出资比例、认缴金额这些并没有拆分为单行的数据，而是合并在一起的。

他们需要拆分开，然后和另一张表通过vlookup核对。

如果只有一个字段是多行数据，那么用Excel插件方方格子就可以完成。

但是这里多个字段都是多行的，拆分的时候需要根据换行符一一对应。

所以用python写了30几行代码解决这个问题。

代码

import pandas as pddef get_data(file,sheet):    df=pd.read_excel(file,sheet, index_col=None, na_values=['NA'])    return dfdef split_row(df,row):    owners=str(row['股东名称']).split('\r\n')    ratios=str(row['出资比例']).split('\r\n')    capitals=str(row['认缴金额']).split('\r\n')    units=str(row['单位']).split('\r\n')    for index,owner in enumerate(owners):        if owner!='nan':            if index                ratio=ratios[index]            else:                ratio=''            if index                capital=capitals[index]            else:                capital=''            if index                unit=units[index]            else:                unit=''            s=pd.Series([row['基金简称'],row['基金全称'],row['成立时间'],row['所在地'],row['基金类型'],row['资本来源'],row['募集目标规模'],row['单位'],row['基金业协会备案'],row['管理公司'],row['开始募集时间'],row['募集完成时间'],row['募集状态'],owner,ratio,capital,unit])            #print(s)            df=df.append(s,ignore_index=True)            #print(df)    return dfif __name__ == '__main__':    df=get_data('注册在成都市的基金列表.xlsx', '基金')    df_new=pd.DataFrame()    for index,row in df.iterrows():        df_new=split_row(df_new,row)    df_new.columns=['基金简称','基金全称','成立时间','所在地','基金类型','资本来源','募集目标规模','单位','基金业协会备案','管理公司','开始募集时间','募集完成时间','募集状态','股东名称','出资比例','认缴金额','单位2']    df_new.to_excel('output.xlsx','基金',index=False)

知识点

其实整个问题解决也不难。

主要思路可以分成下面几步：

1. 读取Excel数据

这里我们用pandas库能够非常简单的读取Excel。

df=pd.read_excel(file,sheet, index_col=None, na_values=['NA'])

这样一个语句就能将Excel数据存放到df变量里。

• file:Excel文件路径
• sheet:工作表名称
• index_col：是否要索引号(如果为true就会多加一列0，1，2，3。。。)

2.循环每一行的数据

整个文档我们有500多行数据，不管多少行，程序就是可以把相同逻辑的用循环处理。

通过循环，我们把处理500多行数据，简化为处理一行数据的逻辑。

pandas的循环可以用下面这条语句：

for index,row in df.iterrows():

这里的df就是第一步我们将Excel数据放入到的变量。

• index：是行数-1(比如第1行的index就是0，第2行的index就是1)
• row: 是每一行的数据。

这样我们就可以遍历每一行的数据，我们后面只需要关心一行里数据怎么处理。

3.拆分

我们以股东名称为基准进行拆分，拆分方法就是根据换行符，在windows中换行符就是'\r\n'.

owners=str(row['股东名称']).split('\r\n')

我们将股东名称拆分成了owners的列表，比如，如果有三个股东，就会拆分成：['股东A','股东B','股东C']

下面我们要做的就是循环这个owners，每一个owner补全完整一行数据

列表的循环方法：

for index,owner in enumerate(owners):

因为出资比例等字段也是多行并和股东名称是一一对应的，所以我们同样对其用split('\r\n')拆分后，只需要用owner循环中的index就可以补全对应的数据。

4.补全新的二维表

s=pd.Series([row['基金简称'],row['基金全称'],row['成立时间'],row['所在地'],row['基金类型'],row['资本来源'],row['募集目标规模'],row['单位'],row['基金业协会备案'],row['管理公司'],row['开始募集时间'],row['募集完成时间'],row['募集状态'],owner,ratio,capital,unit])df=df.append(s,ignore_index=True)

变量s是每一个股东对应补全的新的一行数据。

df.append(s,ignore_index=True)

将每一行数据添加到新的二维表df中。

5.数据输出到Excel

df_new.to_excel('output.xlsx','基金',index=False)

将数据存储在新的工作簿output.xlsx的基金表里。

最后拆分出来的表格就是这样一种格式。

我和林铖编写的审计效率手册