Python批量处理有规律文件统计数据到excel(示例为saw加工文件)

前景

公司需要统计每天的板材余料加工利用率,通过对余料加工信息文件进行规律探索,对文件加工信息进行解析,实行这一统计功能,本案例对saw加工文件进行处理,适用于其他文件,需要自行下载

思路

  1. 先读取需要处理的文件
  2. 根据需求得到文件中的内容,并用数组或字典保存
  3. 通过处理数据,写入到excel文件中
  4. 完成相关excel表格样式、单元格合并、冻结首行首列的处理
  5. 使用异常处理机制处理报错保存在文本中
  6. 利用文本记录程序运行的状况

效果图

  1. 弹窗选择处理文件所在文件夹
    在这里插入图片描述
  2. 程序结束,给出提示
    在这里插入图片描述
  3. 报错,我这里用了一个文件进行保存
    在这里插入图片描述
    在这里插入图片描述
  4. 程序运行过程中还会在打包文件中生成一个运行情况文件

在这里插入图片描述

打包命令

没库先下载pyinstaller库 pip install Pyinstaller
命令:

  • pyinstaller -D -w -i 图标图片 main路径

其中:

  • -D 打包为一个文件夹,不需要配置环境就可以运行。
  • F 打包为单个可执行文件,需要配置环境
  • -W 表示去掉控制台窗口,这在GUI界面时非常有用。
  • -i 表示可执行文件的图标

在这里插入图片描述

源码下载地址

Gitee
https://gitee.com/yixiaoliu/materialsUtilization.git
Github
https://github.com/lovelyx/materialsUtilization.git
资源下载
https://download.csdn.net/download/weixin_47216783/86514469

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要使用Python批量处理Excel文件,可以按照以下步骤进行操作: 1. 首先,导入所需的库,如pandas和os: ```python import pandas as pd import os ``` 2. 获取指定文件夹下的所有文件名: ```python name_list = os.listdir('文件夹路径') ``` 3. 使用循环遍历每个文件,并读取Excel文件: ```python for file_name in name_list: df = pd.read_excel('文件夹路径/' + file_name) # 在这里可以对读取的Excel文件进行相应的操作 ``` 4. 如果需要对读取的文件进行数据操作,可以在读取代码之后添加相应的操作代码。例如,删除重复值: ```python for file_name in name_list: df = pd.read_excel('文件夹路径/' + file_name) df = df.drop_duplicates() # 在这里可以进行其他的数据操作 ``` 5. 如果需要将多个Excel文件合并成一个文件,可以使用concat函数进行纵向拼接: ```python df_combined = pd.DataFrame() # 创建一个空的DataFrame用于存储合并后的数据 for file_name in name_list: df = pd.read_excel('文件夹路径/' + file_name) df_combined = pd.concat(\[df_combined, df\]) ``` 请注意,以上代码仅为示例,具体的文件路径和操作代码需要根据实际情况进行修改。 #### 引用[.reference_title] - *1* *2* *3* [利用PythonExcel文件进行批量操作](https://blog.csdn.net/junhongzhang/article/details/121436949)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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

浏贻笑

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