Python将Excel数字对应列的字母写成字典(json)—如1为A列,2为B列以此类推(更新与2024-4-3)

专栏导读

  • 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题,解放您的双手

  • 🏳️‍🌈 博客主页:请点击——> 一晌小贪欢的博客主页求关注

  • 👍 该系列文章专栏:请点击——>Python办公自动化专栏求订阅

  • 🕷 此外还有爬虫专栏:请点击——>Python爬虫基础专栏求订阅

  • 📕 此外还有python基础专栏:请点击——>Python基础学习专栏求订阅

  • 文章作者技术和水平有限,如果文中出现错误,希望大家能指正🙏

  • ❤️ 欢迎各位佬关注! ❤️

背景

  • 在日常的办公中,我们经常需要利用python去读写Excel类型的文件,有时候我们需要将每个数字代表的列的字母表现出来,那么我们可以利用Python实现,而且今天的代码可以根据自己的需求去任意的改变你想规定的长度

  • 如,或者更长

a = {1: 'A', 2: 'B', 
	 3: 'C', 4: 'D', 
	 5: 'E', 6: 'F', 
	 7: 'G', 8: 'H', 
	 9: 'I',10: 'J'}

代码

  • for i in range(1, 50):,这里的50可根据自己的实际情况去修改

# 生成字典
dictionary = {}
for i in range(1, 50):
    dictionary[i] = chr(i + 64) if i <= 26 else f'{chr((i - 1) // 26 + 64)}{chr((i - 1) % 26 + 65)}'

# 打印字典
print(dictionary)

json版+读取+完整版

# -*- coding: utf-8 -*-
'''
@作者    :一晌小贪欢
'''
import json

# 生成字典
dictionary = {}
for i in range(1, 50):
    dictionary[i] = chr(i + 64) if i <= 26 else f'{chr((i - 1) // 26 + 64)}{chr((i - 1) % 26 + 65)}'

# 打印字典
print(dictionary)

with open("./data.json", "w", encoding="utf-8") as f_w:
    f_w.write(json.dumps(dictionary, ensure_ascii=False))


with open("./data.json","r",encoding="utf-8")as f:
    res = json.load(f)

print(res['1'])
print(res['2'])
print(res['3'])


print()

在这里插入图片描述

总结

  • 希望对初学者有帮助

  • 致力于办公自动化的小小程序员一枚

  • 希望能得到大家的【一个免费关注】!感谢

  • 求个 🤞 关注 🤞

  • 此外还有办公自动化专栏,欢迎大家订阅:Python办公自动化专栏

  • 求个 ❤️ 喜欢 ❤️

  • 此外还有爬虫专栏,欢迎大家订阅:Python爬虫基础专栏

  • 求个 👍 收藏 👍

  • 此外还有Python基础专栏,欢迎大家订阅:Python基础学习专栏

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以使用 pandas 库来读取 Excel 文件,并进行相应的操作。 首先,需要安装 pandas 库: ```python pip install pandas ``` 假设 excel1 和 excel2 保存在当前目录下,文件名分别为 "excel1.xlsx" 和 "excel2.xlsx"。 以下是一个读取 excel1 和 excel2 的示例代码: ```python import pandas as pd # 读取 excel1 df1 = pd.read_excel("excel1.xlsx") # 读取 excel2 df2 = pd.read_excel("excel2.xlsx") ``` 接下来,我们可以使用 pandas 的 merge 函数将两个数据框按照 A 进行合并,并且将 excel2 中的 A 替换为 excel1 中的 B 。具体代码如下: ```python # 合并数据框 merged_df = pd.merge(df2, df1[["A", "B"]], on="A", how="left") # 将 A 替换为 B merged_df.loc[merged_df["B"].notnull(), "A"] = merged_df.loc[merged_df["B"].notnull(), "B"] # 删除 B merged_df = merged_df.drop(columns=["B"]) ``` 最后,我们可以将修改后的数据保存到新的 Excel 文件中: ```python merged_df.to_excel("merged.xlsx", index=False) ``` 完整代码如下: ```python import pandas as pd # 读取 excel1 df1 = pd.read_excel("excel1.xlsx") # 读取 excel2 df2 = pd.read_excel("excel2.xlsx") # 合并数据框 merged_df = pd.merge(df2, df1[["A", "B"]], on="A", how="left") # 将 A 替换为 B merged_df.loc[merged_df["B"].notnull(), "A"] = merged_df.loc[merged_df["B"].notnull(), "B"] # 删除 B merged_df = merged_df.drop(columns=["B"]) # 保存到新的 Excel 文件中 merged_df.to_excel("merged.xlsx", index=False) ```

“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

打赏作者

一晌小贪欢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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