效率办公 | 用python批量处理excel文件(删列、替换)【必会】

小白想利用python批量处理excel文件时,很难将课程中分散的知识点组合成自己所需,处理文件不知道该用哪个函数,还经常会出现奇奇怪怪的问题,最后搞得好恼火也失去了学下去的信心。

下面我们来看下在效率办公中,最常用的两个文件处理方式:删除列以及替换字。每步都备注好了逻辑,简洁明了,特别适合小白来找答案~

 

import pandas as pd #要提前在电脑里安装
import os

path = "F:/链接/链接/" #待处理文件存放的位置
pathNew = "F:/链接/new/"  #处理完文件保存的位置

files = os.listdir(path)   #这是一个函数,用于调取文件夹里的所有文件


for i in files: 
    df = pd.read_excel(path+i)

    ###>>对df的处理

    df = df.iloc[:,[0,2]]    #df.iloc[行编号, 列编号] [0,2]取第0列和第2列
    df.columns = ["我爱","python"]  #给取到的这两列改标题
    df["我爱"] = "xxxxxxxx"   #给必加+这一列做填充


    df.to_excel(pathNew+i,index=False)    #index=False:输出的表中加不加索引的意思

  • 2
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在现代办公环境中,数据安全和隐私保护变得日益重要。针对这一需求,Python作为一种强大的编程语言,提供了一个简单而高效的方式来自动化处理各种文件操作,包括对Excel文件的加密。本篇介绍的Python源码便是一个实用的工具,旨在帮助用户批量给多个Excel文件进行加密,并将它们压缩为.zip格式,从而增强文件的安全性。这个Python脚本利用了openpyxl库来处理Excel文件,以及zipfile模块来创建.zip压缩文件。通过使用这些库,脚本能够打开现有的Excel文件,对其进行编辑或添加密码保护,然后将修改后的文件添加到一个新的.zip文件中。整个过程可以完全自动化,用户只需提供要处理的Excel文件列表和所需的密码即可。该脚本的特点如下:批量处理:用户可以一次性选择多个Excel文件,脚本将自动遍历这些文件并执行加密操作。安全性:通过设置密码,确保只有授权的用户才能访问Excel文件的内容。自动化:无需手动操作,一键运行脚本即可完成所有操作,节省时间和减少错误。兼容性:生成的.zip文件与大多数操作系统兼容,方便在不同设备间传输。可定制性:用户可以根据自己的需求调整脚本,例如更改密码提示信息或添加额外的加密措施。使用此脚本时,用户需要注意以下几点:确保已安装必要的Python库(如openpyxl)。在运行脚本前备份原始文件,以防加密过程中出现意外。选择一个强密码以增加安全性,避免使用容易被猜到的密码。总之,这个Python脚本是一个高效的办公自动化工具,它能够帮助用户快速、安全地对多个Excel文件进行加密和压缩。无论是企业还是个人用户,都可以通过这个工具来提高他们数据处理的安全性和效率。重新回答||
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 1
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