Python对Excel表格的操作

今天, 实现了一个对excel表格操作的技术方案.

操作的要求是:
(1)在一个目标表格(表格2)中的第2列已经有唯一标识码.第1列为凭证号, 但是是空的.
(2)在数据表格中(表格1)中有资产的信息, 其中第2列是资产的唯一标识码, 第1列是凭证号.
(3)表格2内只有部分资产.

要求:
从表格1中的找到与表格2中唯一标识码一样的资产凭证号, 将表格2中的资产凭证号填写完整.

方法:
遍历表格2中的每一行, 找到该行的唯一标识码, 然后从表格1中找到该唯一标识码的行, 将这行的凭证号赋值为表格一的当前遍历行.

需要的库

pandas 和 openpyxl
下载安装命令:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas openpyxl

代码实现

import pandas as pd  
  
# 加载Excel文件  
df = pd.read_excel('表格1.xlsx', engine='openpyxl')  #打开表格1文件
df2=pd.read_excel('表格2.xlsx', engine='openpyxl')   #打开表格2文件

for index, row in df2.iterrows():  #遍历表格2中的所有行
    #print(row[1])
    #print(df.loc[df.iloc[:,1]==row.iloc[1],df.columns[0]].values[0])
    #value=df.loc[df.iloc[:,1]==row.iloc[1],df.columns[0]]
    #将当前行的第1列赋值为表格1中第2列的值与该行第2列值相同的行的第1列值
    #即：在表格1中找到第2列与当前行第2列相同的行   df.iloc[:,1]==row.iloc[1]
    #    然后获得找到的行的第1列的值    df.loc[df.iloc[:,1]==row.iloc[1],df.columns[0]].values[0]
    #    赋值给当前行的第1列 df2.loc[index,df2.columns[0]]=。。。
    df2.loc[index,df2.columns[0]]=df.loc[df.iloc[:,1]==row.iloc[1],df.columns[0]].values[0]

df2.to_excel('表格2_g.xlsx', index=False, engine='openpyxl') #将df2重新写入文件

excel操作代码知识

DataFrame

pd.read_excel函数或pd.DataFrame可以创建DataFrame对象:

df = pd.read_excel('工作簿1.xlsx', engine='openpyxl')
df2 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
type(df)
type(df2)

输出:

<class 'pandas.core.frame.DataFrame'>

选择或索引数据

DataFrame.loc和DataFrame.iloc
loc使用标签来索引;
iloc使用序号(0为开始序号)来索引.
索引行:

df.loc[0]  # 行的标签就是行号, 从0开始
df.iloc[0]  

索引列:

df2.loc[:,'B']
df2.iloc[:,1]

loc和iloc在切片时（如df.loc[0:2, ‘A’]或df.iloc[0:2, 0]）的行为略有不同。loc的切片是包含结束标签的（左闭右闭区间），而iloc的切片是不包含结束位置的（左闭右开区间）:

df.loc[0:2, 'A']

上面代码输出:

0    1
1    2
2    3
Name: A, dtype: int64

df.iloc[0:2, 0]

上面代码输出:

0    1
1    2
Name: A, dtype: int64

切片的类型是Series类: <class ‘pandas.core.series.Series’>

打开excel文件

dfs = pd.read_excel('工作簿1.xlsx', sheet_name=None, engine='openpyxl')

返回一个dict, 包含所有工作表;

没有sheet_name参数: 返回第一个工作表, 类型DataFrame

返回指定的一个或多个工作表: 如sheet_name=‘Sheet1’, sheet_name=[‘Sheet1’,‘Sheet2’], 指定一个表是返回DataFrame类型, 指定多个表时,返回dict类型

工作表使用名称索引

df=dfs['Sheet1']