【实战】再见Excel，我能自由定制表格
很多开发者说自从有了 Python/Pandas，Excel 都不怎么用了，用它来处理与可视化表格非常快速。 下面我来举几个例子。 1. 删除重复行和空行 我们直接用dict.fromkeys的方法把当前的数据转为字典，默认的值为None因为用不到，也就无所谓了。然后我们再用list直接对结果进行类型转换，转换为list。 In [135]: for row in rows4: print(row) ('name', 'address') ('tom li', 'beijing') ('tom li', 'beijing') ('',) ('mary wang', 'shandong') ('mary wang', 'shandong') ('',) ('de8ug', 'guangzhou') In [148]: dict.fromkeys(rows4) Out[148]: {('name', 'address'): None, ('tom li', 'beijing'): None, ('',): None, ('mary wang', 'shandong'): None, ('de8ug', 'guangzhou'): None} In [137]: list(dict.fromkeys(rows4)) Out[137]: [('name', 'address'), ('tom li', 'beijing'), ('',), ('mary wang', 'shandong'), ('de8ug', 'guangzhou')] 这时候，重复数据直接去掉了，注意我们这里的dict是python3新版本的，所以顺序没有影响，如果你还在用python2或者python3.5以下，建议升级一下python版本。 接下来，就是空数据的处理了。观察('',)是个元组，第一个位置的数据为空字符串，那么整体长度为1，可以直接通过循环来去掉。这里的循环我们可以用Python中的语法糖写法，直接一行搞定，最后加个判断只留下长度大于1，最后用list转换为列表。 In [179]: list(x for x in dict.fromkeys(rows4) if len(x[0])>1) Out[179]: [('name', 'address'), ('tom li', 'beijing'), ('mary wang', 'shandong'), ('de8ug', 'guangzhou')] 上面的研究搞定了，直接把研究结果放到函数中解决重复行和空行的问题。 注意这时候我们处理的行数据，所以就不再按列循环了。而且，当前的sheet中处理之后，每一行的内容都会修改位置或删除。所以我们先用old_rows = [x for x in sheet.values]取到旧的每一行的数据，注意这里的sheet后直接用values取到数据，而不是cell对象。这里的old_rows是个列表，就可以用刚才的研究直接转为删除重复和空行的数据了。 接下来，用sheet.delete_rows(1, sheet.max_row)删除所有行，第一个参数表示从第一行开始，第二个参数为最大行数。最后，用循环新的行数据的方式，把新数据写入当前的sheet。 In [189]: def handle_duplicate(wb, sheetname): """ 去除重复行，空行 先取出每一行，清空sheet，处理后写回 """ print(f'开始处理工作表：{sheetname}'.center(18, '-')) sheet = wb[sheetname] old_rows = [x for x in sheet.values] print('修改前：', old_rows) new_rows = list(x for x in dict.fromkeys(old_rows) if len(x[0])>1) print('修改后-》》', new_rows) # 删除所有行 sheet.delete_rows(1, sheet.max_row) # 写入新数据 for row in new_rows: sheet.append(row) 运行测试，查看结果。再说一次，一定记得测试啊！如果有错误就根据错误提示，查看代码，反复调试，去除bugs。 In [190]: wb = load_data() handle_duplicate(wb, '重复行') save_as(wb) 2.删除空格 删除空格也需要用到字符串的函数，所以这里还是简单研究一下。如果我们想去除字符串中间的空格，可以用split默认进行分割，然后把分割的结果用’’.join方法连接起来就可以了。注意join前是空的字符串。这里也用不到strip去除两端的空格了，因为split分割后只有几个最后的字符串组成的列表。 In [192]: a="a b c " In [194]: a.strip() Out[194]: 'a b c' In [195]: a.split() Out[195]: ['a', 'b', 'c'] In [196]: ''.join(a.split()) Out[196]: 'abc' In [ ]: 研究成功后，写入函数。这次命名为handle_blank。 In [197]: def handle_blank(wb, sheetname): """ 按列循环, 通过参数确认目标 """ print(f'开始处理工作表：{sheetname}'.center(18, '-')) sheet = wb[sheetname] for col in sheet.iter_cols(): # 不加参数，循环所有列 for cell in col: print('修改前：', cell.value, end='') cell.value = ''.join(cell.value.split()) print('修改后-》》',cell.value) In [198]: handle_blank(wb, '空格') 3.修改日期和时间格式 有时候，我们需要对表格中时间相关的单元格进行格式修改，这里需要用到Python中时间模块datetime，将需要的格式进行拼接后，用strftime进行转换。 假设这里我们想把之前简单的1/11月日格式，更改为年月日的样式，中间加上分隔符/或-，就需要用"%x"或"%Y-%m-%d"来进行操作了。注意这里的%加字母都是官方定义好的格式而已，我们用到时候进行拼接，传给函数就可以了。 具体更多的拼接格式如下： In [199]: import datetime In [209]: d=datetime.datetime(2019,1,11) In [203]: d.strftime("%x") Out[203]: '01/11/19' In [205]: d.strftime("%Y-%m-%d") Out[205]: '2019-01-11' 研究完成后，我们编写函数。 首先需要用m, d = cell.value.split('/')把之前简单的日期进行分割，得到m，代表月份和日期，然后用datetime进行转换，生成时间相关的对象day，注意里面的参数是数字，所以用int转换，最后把day进行格式化输出。编写函数后，一定记得测试。 In [218]: def handle_time(wb, sheetname): """ 按列循环, 通过参数确认目标 """ print(f'开始处理工作表：{sheetname}'.center(18, '-')) sheet = wb[sheetname] for col in sheet.iter_cols(max_col=1, min_row=2): # 找到时间的列, 第一列，从第二行开始 for cell in col: print('修改前：', cell.value, end='') m, d = cell.value.split('/') day = datetime.datetime(2019, int(m), int(d)) cell.value = day.strftime("%Y-%m-%d") print('修改后-》》',cell.value) In [220]: wb = load_data() handle_time(wb, '时间') save_as(wb) 4.修复数字和符号 接下来，处理数字和符号相关的操作。加入我们之前的价格，很多是有小数点的，这时候还想保存两位小数，并加上人民币符号为前缀。就需要新的一波研究了。 有小数点，一是要保证位数，我们这里要求2位，二是要对多余的位数四舍五入。可以有以下俩个方式完成，一个用Decimal一个用round，两个的区别是Decimal("0.00")指定位数后，会自动补0，而round遇到0就自动舍掉了。而且round在四舍五入的计算中，还有点特殊。具体可查看官方文档。 我们这里用Decimal来完成函数内相关操作。记得测试啊！ In [227]: from decimal import Decimal In [240]: a = 3.1 b=Decimal(a).quantize(Decimal("0.00")) print(b) 3.10 In [244]: round(a,2) # 位数自动省略0 Out[244]: 3.1 In [247]: def handle_num(wb, sheetname): """ 按列循环, 通过参数确认目标 """ print(f'开始处理工作表：{sheetname}'.center(18, '-')) sheet = wb[sheetname] for col in sheet.iter_cols(min_col=3, max_col=3, min_row=2): # 找到时间的列, 第一列，从第二行开始 for cell in col: print('修改前：', cell.value, end='') # cell.value = round(float(cell.value), 3) cell.value = '￥' + str(Decimal(cell.value).quantize(Decimal("0.00"))) print('修改后-》》',cell.value) In [249]: wb = load_data() handle_num(wb, '数字符号') save_as(wb) 9元微专栏，带你《用Python玩转excel》 还有群答疑服务哦↓
