Python實現自動處理表格，讓你擁有更多的自由時間！

相信有很多朋友平常工做會用到 Excel 處理各式表格文件，更有甚者可能要花大把時間來作繁瑣耗時的表格整理工做。最近有朋友問能否編程來減輕表格整理工做量，今兒咱們就經過實例來實現 Python 對錶格的自動化整理。

首先咱們有這麼一份數據表 source.csv：

咱們要作的是從上表中提取數據，來生成一份符合如下要求的表格：

1. 按照如下分組名單 group.xls 來整理數據表中的數據：

   

2. 最終要展示的數據項：

   

3. 其中「K數據/60」爲數據表中的「數據K」/60後保留的2位小數

咱們先看手工 Excel 如何處理以上需求：要在 source.csv 數據表中讀取讀取每條數據，放入 group.xls 匹配的分組成員中，最後篩選須要的數據項，再對特定的 「數據K」進行運算處理。

那麼 Python 又將如何操做呢？這裏咱們要用到功能強大的 pandas 庫。

pandas 是基於NumPy 的一種工具，該工具是爲了解決數據分析任務而建立的。Pandas 歸入了大量庫和一些標準的數據模型，提供了高效地操做大型數據集所需的工具。pandas提供了大量能使咱們快速便捷地處理數據的函數和方法。你很快就會發現，它是使Python成爲強大而高效的數據分析環境的重要因素之一。

pandas 百度百科

首先導入 pandas 庫，經過相關的函數讀取 csv 和 xls 表格內容：

import pandas as pd # 讀取 group.xls 分組信息 group = pd.read_excel("group.xls",header=None) group.columns=["分組","角色"] print(group) # 讀取 source.csv 獲取全部成員數據 source = pd.read_csv("source.csv") print(source) 

咱們能夠首先對 source.csv 中的數據項進行篩選，須要的數據項有「角色」、「編號」、「數據B」、「數據C」、「數據D」和「數據K」：

# 經過 iloc[:,[列座標]] 來定位須要的各列數據 filter_merge = source.iloc[:,[0,2,4,5,6,13]] print(filter_merge) 

接下來是根據分組角色來匹配角色數據，注意到 group.xls 和 source.csv 共有「角色」一項，咱們能夠經過此項將兩個表格融合從而造成匹配填充的效果。

combine = pd.merge(group,filter_merge,on="角色") 

接下來咱們在第二列插入運算後的「數據K/60」：

combine.insert(1,"數據K/60",round(filter_merge["數據K"]/60,2)) 

最終，咱們將生成的數據格式寫入新的 xlsx 表格中：

combine.to_excel(excel_writer="result.xlsx",index=False) 

最終自動生成的表格以下：

以上即是 Excel 表格整理的 Python 代碼簡單實現，在操做過程當中也遇到幾個問題貼在這裏供你們參考：

1. 導入 pandas 時可能會報錯：

   解決：根據報錯信息安裝須要的相關模塊

2. 要進行表格整理的電腦爲公司電腦、沒法鏈接外網下載 Python

   解決：

   https://blog.csdn.net/sundan93/article/details/62888068

   參照以上連接，先在外網電腦下載 Python 安裝文件以及相關的模塊安裝文件，拷貝到無網絡電腦進行安裝

3. 以上表格整理的實例在現實工做有參考意義麼：

   回答：文中表格的原型是一份員工工做記錄，根據人員分組進行相關的數據統計。相似的分組統計成員數據均可以根據此簡單 Python 模版來實現。

源代碼：https://pan.baidu.com/s/1ro4lUaRtRb86Lf49LSjRBA （權當一個參考和提示，自行搜索嘗試實現才能真正掌握哈，有問題歡迎留言反饋～）