通过本文，记录分享我利用Python对已存在的excel表格进行数据处理。

因为是没学可视化之前做的，所以都展示在后台上。

1. 功能分析

1.1加载文件夹内所有的Excel数据；

1.2 生产贡献度分析图表(以柱状图显示表格数据)；

1.3提起Excel表格中指定列数据；

1.4定向筛选所需数据；

1.5多表数据统计排行；

1.6多表数据合并新excel文件。

2. 系统开发必备

2.1 系统开发环境

本系统的软件开发及运行环境具体如下：

操作系统：Windows7、Windows10；
Python版本：Python3.9
开发工具：Pycharm

2.2 文件夹组织结构

3.导库

import os
import xlrd2 #xlrd: 对Excel进行读相关操作
import xlwt #xlwt: 对Excel进行写相关操作，且只能创建一个全新的Excel然后进行写入和保存。
import numpy
import matplotlib
from prettytable import PrettyTable  #PrettyTable 是python中的一个第三方库，可用来生成美观的ASCII格式的表格
from matplotlib import pyplot as plt

4. 主函数设计

Excel数据分析师的主函数main(),主要用于实现系统的主界面。在主函数main()中，首先调用get_files_name()函数获取文件名。

get_files_name()函数代码如下：

#导入文件
def get_files_name():"""用于获取文件名:return: 返回值为文件名组成的列表"""file_list = os.listdir('./data')return file_list

然后调用load_data()函数来读取excel文件并字典方式保存。

#保存生产excel表
def load_data(file_list):"""用于读取指定的文件并保存至字典数据结构中:param file_list: 需要加载的文件列表:return: 保存了文件内容的字典"""dictory = {}for file in file_list:# 获取表格文件book = xlrd2.open_workbook('./data/'+file)# 获取表格中的所有sheetnames = book.sheet_names()# 获取第一个sheetsheet = book.sheet_by_index(0)# 获取当前表格的行数rows = sheet.nrows# 获取当前表格的列数cols = sheet.ncols# 获取表头文件，即表格第一行head = sheet.row_values(0)for row in range(rows-1):# 如果当前字典中没有该城市则创建一个if not sheet.cell_value(row+1, 0) in dictory.keys():dictory[sheet.cell_value(row+1, 0)] = {}for col in range(cols-1):dictory[sheet.cell_value(row+1, 0)][head[col+1]] = float(sheet.cell_value(row+1, col+1))return dictory

接着调用menu()函数生成功能选择菜单。

menu()函数代码如下：

# 打印菜单
def menu():print("  ----------Excel 数据分析师----------")print("{:<30}".format("  ==============功能菜单============== "))print("{:<30}".format("   1. 显示当前数据                     "))print("{:<30}".format("   2. 以柱状图展示当前数据              "))print("{:<30}".format("   3. 提起指定列                       "))print("{:<30}".format("   4. 定向筛选指定元素                       "))print("{:<30}".format("   5. 数据排行                         "))print("{:<30}".format("   6. 重新加载数据                      "))print("{:<30}".format("   7. 保存当前数据                      "))print("{:<30}".format("   0. 退出程序                          "))print("{:<30}".format(" ==================================== "))print("{:<30}".format(" 说明：输入相应数字后按下回车选择指定功能 "))print('\n')

并且应用if语句控制各个子函数的调用，从而实现对Excel文件的选择，Excel数据的加载，选择、筛选、合并、排序和统计等功能。

主函数完整代码如下：

if __name__ == "__main__":# 导入文件files = get_files_name()data = {}print("当前data文件夹下的文件如下：")num = 1for file in files:print(num, file)num += 1while(1):index_str = input("请选择需要导入的文件序号（多个文件导入时用空格分开， 输入0则导入所有文件，输入多文件则自动合并）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_file_list = filesbreakelse:try:for item in index_list:choice_file_list.append(files[int(item)-1])except:print("输入序号有误")continueif choice_file_list:breakelse:print("输入序号有误")data = load_data(choice_file_list)print("导入数据成功\n")# 调用函数，打印菜单menu()while 1:choice = input("请选择指定功能：")if choice == '0':print("\n退出程序\n")exit()elif choice == '1':print("当前功能：显示当前数据")show_data(data)input('\n按下回车返回菜单')menu()elif choice == '2':print("当前功能：以柱状图显示数据")draw_plot(data)input('\n按下回车返回菜单')menu()elif choice == '3':print("当前功能：筛选指定列")keys = list(data[list(data.keys())[0]].keys())print("当前表格中的列如下：")num = 1for key in keys:print(num, key)num += 1choice_col_list = []while (1):index_str = input("请选择需要筛选出的列序号（多列之间用空格分开，0代表所有列）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_col_list = keysbreakelse:try:for item in index_list:choice_col_list.append(keys[int(item) - 1])except:print("输入序号有误")continueif choice_col_list:breakelse:print("输入序号有误")data = get_specified_cols(data, choice_col_list)print("筛选成功")input('\n按下回车返回菜单')menu()elif choice == '4':print("当前功能：筛选指定行")keys = list(data[list(data.keys())[0]].keys())print("当前表格中的列如下：")num = 1print(num, "城市")num += 1for key in keys:print(num, key)num += 1col = int(input("请输入需要进行筛选的数据所在的列："))-2if col == -1:col = '城市'else:col = keys[col]op_list = ['<', '<=', '=', '>=', '>']print("比较操作符如下：")num = 1for op in op_list:print(num, op)num += 1operation = int(input("请输入比较操作符前的序号："))-1operation = op_list[operation]value = input("请输入需要筛选的值：")data = get_specified_data(data, operation, col, value)print("筛选成功")input('\n按下回车返回菜单')menu()elif choice == '5':print("当前功能：数据排序")keys = list(data[list(data.keys())[0]].keys())print("当前表格中的列如下：")num = 1for key in keys:print(num, key) #显示当前表格中的所有的列num += 1col = int(input("请输入需要进行排序的数据所在的列：")) - 1col = keys[col]reverse = input("排序方式：\n1 从大到小排序\n2 从小到大排序\n")if reverse == '1':data = sort_data(data, col, True)elif reverse == '2':data = sort_data(data, col, False)else:print("输入有误")input('\n按下回车返回菜单')menu()elif choice == '6':# 导入文件files = get_files_name()data = {}print("当前文件夹下的文件如下：")num = 1for file in files:print(num, file)num += 1while (1):index_str = input("请选择需要导入的文件序号（多个文件导入时用空格分开， 输入0则导入所有文件，输入多文件则自动合并）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_file_list = filesbreakelse:try:for item in index_list:choice_file_list.append(files[int(item) - 1])except:print("输入序号有误")continueif choice_file_list:breakelse:print("输入序号有误")data = load_data(choice_file_list)print("导入数据成功\n")# 打印菜单menu()elif choice == '7':print("当前功能：保存数据")save(data)input('\n按下回车返回菜单')menu()else:print("请输入正确的数字")input('\n按下回车返回菜单')menu()

5.模块设计

5.1 加载文件夹内所有的Excel数据

show_data()函数通过PrettyTable 库(PrettyTable 库是python中的一个第三方库，可用来生成美观的ASCII格式的表格)将之前保存的字典数据生成表格。

#加载显示数据
def show_data(dictory):try:keys = list(dictory[list(dictory.keys())[0]].keys())except:print("当前数据为空")returnhead = ['城市']head.extend(keys)table = PrettyTable(head)for key in dictory.keys():line = [key]for key_2 in keys:line.append(dictory[key][key_2])table.add_row(line)print(table)

效果图如下：

5.2生产贡献度分析图表(以柱状图显示表格数据)

draw_plot( )函数使用了matplotlib库。通过atplotlib.rc( )来设置字体，通过plt.bar( )函数来绘制柱状图，通过plt.legend( )函数来给图添加图例。

#制作图表
def draw_plot(dictory):font = {'family': 'MicroSoft Yahei', 'weight': 'bold', 'size': 7}matplotlib.rc('font', **font) #设置中文字体# 定义三个颜色index = numpy.arange(len(dictory.keys()))color = [(256 / 256, 0 / 256, 0 / 256, 1),(0 / 256, 0 / 256, 256 / 256, 1),(0 / 256, 256 / 256, 0 / 256, 1),(0 / 256, 0 / 256, 0 / 256, 1)]first_key = list(dictory.keys())first_key = first_key[0]cols = list(dictory[first_key].keys())data = []for i in range(len(cols)):data.append([])for key in dictory.keys():for col in range(len(cols)):data[col].append(dictory[key][cols[col]])offset = -1/4for i in range(len(cols)):plt.bar(index+offset, data[i], color=color[i], width=1 / 5) #通过bar函数可以用柱状图来表达一些变量的统计分布offset += 1/4plt.xticks(index, dictory.keys())#表示刻度plt.legend(cols)#给图像加上图例plt.show()

效果图如下：

5.3提起Excel表格中指定列数据

get_specified_cols()函数根据用户在菜单输入的列名，通过字典的索引筛选出列名，加载指定列的所有数据。

#提起指定列
def get_specified_cols(dictory, col_name_list):"""筛选出指定的列:param dictory:原始字典:param col_name_list: 需要筛选出的列名，城市名默认出现:return: 筛选之后的字典"""new_dict = {}for key in dictory.keys():new_dict[key] = {}for col_name in col_name_list:new_dict[key][col_name] = dictory[key][col_name]return new_dict

效果图如下：

5.4定向筛选所需数据

get_specified_data()函数根据输入的操作符、列名以及指定的value进行筛选，比如筛选出人均GDP大于5000的，则operation = ‘>’ ;col_name = ‘人均GDP’ ; value = 500。

def get_specified_data(dictory, operation, col_name, value):"""根据输入的操作符、列名以及指定的value进行筛选，比如筛选出人均GDP大于5000的，则operation = '>', col_name = '人均GDP', value = 5000:param dictory: 原始数据:param operation: 操作符:param col_name: 需要比较的列:param value: 需要比较的值:return: 筛选之后的字典"""new_dict = {}if col_name != "城市":for key in dictory.keys():# flag用于标记是否需要添加该行value = float(value)flag = 0if operation == '>':if dictory[key][col_name] > value:flag = 1elif operation == '>=':if dictory[key][col_name] >= value:flag = 1elif operation == '=':if dictory[key][col_name] == value:flag = 1elif operation == '<=':if dictory[key][col_name] <= value:flag = 1elif operation == '<':if dictory[key][col_name] < value:flag = 1else:flag = 0if flag == 1:new_dict[key] = {}new_dict[key] = dictory[key]else:for key in dictory.keys():# flag用于标记是否需要添加该行flag = 0if operation == '>':if key > value:flag = 1elif operation == '>=':if key >= value:flag = 1elif operation == '=':if key == value:flag = 1elif operation == '<=':if key <= value:flag = 1elif operation == '<':if key < value:flag = 1else:flag = 0if flag == 1:new_dict[key] = {}new_dict[key] = dictory[key]return new_dict

效果图如下：

5.5多表数据统计排行

sort_data()函数根据key和reverse对数据进行排序。dictory: 传入的字典对象。
key: 需要排序的关键字，即哪一列。reverse: 是否从大到小排序，false即为从小到大排序，最后return 返回数据。

#数据排行
def sort_data(dictory, key, reverse):"""根据key和reverse对数据进行排序:param dictory: 传入的字典对象:param key: 需要排序的关键字，即那一列:param reverse: 是否从大到小排序，false即为从小到大排序:return:"""data = dictoryif not reverse:data = dict(sorted(data.items(), key=lambda d: d[1][key], reverse=False)) #字典的升序else:data = dict(sorted(data.items(), key=lambda d: d[1][key], reverse=True)) #字典的降序return data

效果图如下：

5.6多表数据合并生成新excel文件

该功能在主函数中实现并调用save()函数保存合并后的数据并生成新的excel文件。

while(1):index_str = input("请选择需要导入的文件序号（多个文件导入时用空格分开， 输入0则导入所有文件，输入多文件则自动合并）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_file_list = filesbreakelse:try:for item in index_list:choice_file_list.append(files[int(item)-1])except:print("输入序号有误")continueif choice_file_list:breakelse:print("输入序号有误")data = load_data(choice_file_list)print("导入数据成功\n")def save(dictory):name = input("请输入文件名（无需加后缀）：")book = xlwt.Workbook()sheet = book.add_sheet('Sheet1', cell_overwrite_ok=True)keys = list(data[list(data.keys())[0]].keys())head = ["城市"]head.extend(keys)for h in range(len(head)):sheet.write(0, h, head[h])cities = list(dictory.keys())for city in range(len(cities)):sheet.write(city+1, 0, cities[city])for key in range(len(keys)):sheet.write(city+1, key+1, dictory[cities[city]][keys[key]])book.save('./data/'+name+'.xls')print("保存成功")

效果图如下：

6.总结

这个程序是我将课本上的纯理论应用到实践中，进一步加深了我对知识的理解。最后将完整代码奉上：

import os
import xlrd2 #xlrd: 对Excel进行读相关操作
import xlwt #xlwt: 对Excel进行写相关操作，且只能创建一个全新的Excel然后进行写入和保存。
import numpy
import matplotlib
from prettytable import PrettyTable  #PrettyTable 是python中的一个第三方库，可用来生成美观的ASCII格式的表格
from matplotlib import pyplot as pltdef get_files_name():"""用于获取文件名:return: 返回值为文件名组成的列表"""file_list = os.listdir('./data')return file_list#保存生产excel表
def load_data(file_list):"""用于读取指定的文件并保存至字典数据结构中:param file_list: 需要加载的文件列表:return: 保存了文件内容的字典"""dictory = {}for file in file_list:# 获取表格文件book = xlrd2.open_workbook('./data/'+file)# 获取表格中的所有sheetnames = book.sheet_names()# 获取第一个sheetsheet = book.sheet_by_index(0)# 获取当前表格的行数rows = sheet.nrows# 获取当前表格的列数cols = sheet.ncols# 获取表头文件，即表格第一行head = sheet.row_values(0)for row in range(rows-1):# 如果当前字典中没有该城市则创建一个if not sheet.cell_value(row+1, 0) in dictory.keys():dictory[sheet.cell_value(row+1, 0)] = {}for col in range(cols-1):dictory[sheet.cell_value(row+1, 0)][head[col+1]] = float(sheet.cell_value(row+1, col+1))return dictory#数据排行
def sort_data(dictory, key, reverse):"""根据key和reverse对数据进行排序:param dictory: 传入的字典对象:param key: 需要排序的关键字，即那一列:param reverse: 是否从大到小排序，false即为从小到大排序:return:"""data = dictoryif not reverse:data = dict(sorted(data.items(), key=lambda d: d[1][key], reverse=False)) #字典的升序else:data = dict(sorted(data.items(), key=lambda d: d[1][key], reverse=True)) #字典的降序return datadef get_specified_cols(dictory, col_name_list):"""筛选出指定的列:param dictory:原始字典:param col_name_list: 需要筛选出的列名，城市名默认出现:return: 筛选之后的字典"""new_dict = {}for key in dictory.keys():new_dict[key] = {}for col_name in col_name_list:new_dict[key][col_name] = dictory[key][col_name]return new_dictdef get_specified_data(dictory, operation, col_name, value):"""根据输入的操作符、列名以及指定的value进行筛选，比如筛选出人均GDP大于5000的，则operation = '>', col_name = '人均GDP', value = 5000:param dictory: 原始数据:param operation: 操作符:param col_name: 需要比较的列:param value: 需要比较的值:return: 筛选之后的字典"""new_dict = {}if col_name != "城市":for key in dictory.keys():# flag用于标记是否需要添加该行value = float(value)flag = 0if operation == '>':if dictory[key][col_name] > value:flag = 1elif operation == '>=':if dictory[key][col_name] >= value:flag = 1elif operation == '=':if dictory[key][col_name] == value:flag = 1elif operation == '<=':if dictory[key][col_name] <= value:flag = 1elif operation == '<':if dictory[key][col_name] < value:flag = 1else:flag = 0if flag == 1:new_dict[key] = {}new_dict[key] = dictory[key]else:for key in dictory.keys():# flag用于标记是否需要添加该行flag = 0if operation == '>':if key > value:flag = 1elif operation == '>=':if key >= value:flag = 1elif operation == '=':if key == value:flag = 1elif operation == '<=':if key <= value:flag = 1elif operation == '<':if key < value:flag = 1else:flag = 0if flag == 1:new_dict[key] = {}new_dict[key] = dictory[key]return new_dict#制作图表
def draw_plot(dictory):font = {'family': 'MicroSoft Yahei', 'weight': 'bold', 'size': 7}matplotlib.rc('font', **font) #设置中文字体# 定义三个颜色index = numpy.arange(len(dictory.keys()))color = [(256 / 256, 0 / 256, 0 / 256, 1),(0 / 256, 0 / 256, 256 / 256, 1),(0 / 256, 256 / 256, 0 / 256, 1),(0 / 256, 0 / 256, 0 / 256, 1)]first_key = list(dictory.keys())first_key = first_key[0]cols = list(dictory[first_key].keys())data = []for i in range(len(cols)):data.append([])for key in dictory.keys():for col in range(len(cols)):data[col].append(dictory[key][cols[col]])offset = -1/4for i in range(len(cols)):plt.bar(index+offset, data[i], color=color[i], width=1 / 5) #通过bar函数可以用柱状图来表达一些变量的统计分布offset += 1/4plt.xticks(index, dictory.keys())#表示刻度plt.legend(cols)#给图像加上图例plt.show()def show_data(dictory):try:keys = list(dictory[list(dictory.keys())[0]].keys())except:print("当前数据为空")returnhead = ['城市']head.extend(keys)table = PrettyTable(head)for key in dictory.keys():line = [key]for key_2 in keys:line.append(dictory[key][key_2])table.add_row(line)print(table)def save(dictory):name = input("请输入文件名（无需加后缀）：")book = xlwt.Workbook()sheet = book.add_sheet('Sheet1', cell_overwrite_ok=True)keys = list(data[list(data.keys())[0]].keys())head = ["城市"]head.extend(keys)for h in range(len(head)):sheet.write(0, h, head[h])cities = list(dictory.keys())for city in range(len(cities)):sheet.write(city+1, 0, cities[city])for key in range(len(keys)):sheet.write(city+1, key+1, dictory[cities[city]][keys[key]])book.save('./data/'+name+'.xls')print("保存成功")# 打印菜单
def menu():print("  ----------Excel 数据分析师----------")print("{:<30}".format("  ==============功能菜单============== "))print("{:<30}".format("   1. 显示当前数据                     "))print("{:<30}".format("   2. 以柱状图展示当前数据              "))print("{:<30}".format("   3. 提起指定列                       "))print("{:<30}".format("   4. 定向筛选指定元素                       "))print("{:<30}".format("   5. 数据排行                         "))print("{:<30}".format("   6. 重新加载数据                      "))print("{:<30}".format("   7. 保存当前数据                      "))print("{:<30}".format("   0. 退出程序                          "))print("{:<30}".format(" ==================================== "))print("{:<30}".format(" 说明：输入相应数字后按下回车选择指定功能 "))print('\n')if __name__ == "__main__":# 导入文件files = get_files_name()data = {}print("当前data文件夹下的文件如下：")num = 1for file in files:print(num, file)num += 1while(1):index_str = input("请选择需要导入的文件序号（多个文件导入时用空格分开， 输入0则导入所有文件，输入多文件则自动合并）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_file_list = filesbreakelse:try:for item in index_list:choice_file_list.append(files[int(item)-1])except:print("输入序号有误")continueif choice_file_list:breakelse:print("输入序号有误")data = load_data(choice_file_list)print("导入数据成功\n")# 调用函数，打印菜单menu()while 1:choice = input("请选择指定功能：")if choice == '0':print("\n退出程序\n")exit()elif choice == '1':print("当前功能：显示当前数据")show_data(data)input('\n按下回车返回菜单')menu()elif choice == '2':print("当前功能：以柱状图显示数据")draw_plot(data)input('\n按下回车返回菜单')menu()elif choice == '3':print("当前功能：筛选指定列")keys = list(data[list(data.keys())[0]].keys())print("当前表格中的列如下：")num = 1for key in keys:print(num, key)num += 1choice_col_list = []while (1):index_str = input("请选择需要筛选出的列序号（多列之间用空格分开，0代表所有列）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_col_list = keysbreakelse:try:for item in index_list:choice_col_list.append(keys[int(item) - 1])except:print("输入序号有误")continueif choice_col_list:breakelse:print("输入序号有误")data = get_specified_cols(data, choice_col_list)print("筛选成功")input('\n按下回车返回菜单')menu()elif choice == '4':print("当前功能：筛选指定行")keys = list(data[list(data.keys())[0]].keys())print("当前表格中的列如下：")num = 1print(num, "城市")num += 1for key in keys:print(num, key)num += 1col = int(input("请输入需要进行筛选的数据所在的列："))-2if col == -1:col = '城市'else:col = keys[col]op_list = ['<', '<=', '=', '>=', '>']print("比较操作符如下：")num = 1for op in op_list:print(num, op)num += 1operation = int(input("请输入比较操作符前的序号："))-1operation = op_list[operation]value = input("请输入需要筛选的值：")data = get_specified_data(data, operation, col, value)print("筛选成功")input('\n按下回车返回菜单')menu()elif choice == '5':print("当前功能：数据排序")keys = list(data[list(data.keys())[0]].keys())print("当前表格中的列如下：")num = 1for key in keys:print(num, key) #显示当前表格中的所有的列num += 1col = int(input("请输入需要进行排序的数据所在的列：")) - 1col = keys[col]reverse = input("排序方式：\n1 从大到小排序\n2 从小到大排序\n")if reverse == '1':data = sort_data(data, col, True)elif reverse == '2':data = sort_data(data, col, False)else:print("输入有误")input('\n按下回车返回菜单')menu()elif choice == '6':# 导入文件files = get_files_name()data = {}print("当前文件夹下的文件如下：")num = 1for file in files:print(num, file)num += 1while (1):index_str = input("请选择需要导入的文件序号（多个文件导入时用空格分开， 输入0则导入所有文件，输入多文件则自动合并）：")index_list = index_str.split(' ')try:index_list.remove('')except:passchoice_file_list = []if index_list[0] == '0':choice_file_list = filesbreakelse:try:for item in index_list:choice_file_list.append(files[int(item) - 1])except:print("输入序号有误")continueif choice_file_list:breakelse:print("输入序号有误")data = load_data(choice_file_list)print("导入数据成功\n")# 打印菜单menu()elif choice == '7':print("当前功能：保存数据")save(data)input('\n按下回车返回菜单')menu()else:print("请输入正确的数字")input('\n按下回车返回菜单')menu()

利用Python对Excel数据进行处理相关推荐

利用Python取出excel数据并生成统计图
取出excel数据生成图表帮朋友写的一个小脚本从excel中取出数据,然后生成一个统计图表借助了Python的第三方模块xlrd和pyecharts xlrd Python中用来读取excel数 ...
python处理word表格excel_利用Python将excel数据读取到word表格
在工作中可能需要两者对excel和word进行转化,今天介绍例如Python 将excel转word表格看图,我需要将这份excel文档转word表格: 思路: 1.创建需要的表格: 2.读取exc ...
python处理表格数据教程_利用Python处理Excel数据
本文的数据源是朝阳医院2016的销售数据,课程是使用R语言来进行数据处理的,这里尝试采用Python来处理. 要求的业务指标是:1)月均消费次数:2)月均消费金额:3)客单价:4)消费趋势这几个指标 ...
利用python将excel数据导入mySQL
主要用到的库有 xlrd 和 pymysql , 注意pymysql不支持python3 篇幅有限,只针对主要操作进行说明连接数据库首先pymysql需要连接数据库,我这里连接的是本地数据库(数据 ...
python做excel数据条件_懂点EXCEL就行！教你利用Python做数据筛选（上）
前言 Python的数据清洗功能有多厉害,相信不用我说大家都知道了,寥寥几行代码便可以把一份杂乱无章的表格给处理的干干净净.但是python也是不容易入门的,毕竟编程语言要理解和精通也是要花不少功夫的 ...
如何利用python处理excel
利用Python处理Excel数据可以帮助我们更高效地进行数据分析和处理.以下是一些常用的Python库和工具: Pandas:Pandas是一个用于数据处理和分析的Python库,它提供了丰富的数据 ...
python 表格格式输出_利用python对excel中一列的时间数据更改格式操作
问题场景:需要将下列的交期一列的数据格式更改成2019/05/10 存货编码尺寸数量交期 0 K10Y0190000X B140 200 2019-05-10 00:00:00 1 K10Y01 ...
python对excel数据更改_利用python对excel中一列的时间数据更改格式代码示例
本篇文章小编给大家分享一下利用python对excel中一列的时间数据更改格式代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 问题场景:需要将 ...
如何利用python将excel表格中筛选出来的每一份数据各自另存为新的excel文件？
如何利用python将excel表格中筛选出来的每一份数据各自另存为新的excel文件? 1.问题描述 2.解决过程 2.1 问题分析: 2.2 解决思路 3.运行结果 1.问题描述最近在处理一堆工 ...
【Python数据分析】利用Python删除EXCEL表格中指定的列数据或行数据
如何利用Python删除EXCEL表格中指定的列数据?今天与大家一起分享一下DataFrame对象的drop()函数,drop()函数可根据标签删除EXCEL表格中的列数据或行数据,其语法格式如下: ...

利用Python对Excel数据进行处理

1. 功能分析

1.1加载文件夹内所有的Excel数据；

1.2 生产贡献度分析图表(以柱状图显示表格数据)；

1.3提起Excel表格中指定列数据；

1.4定向筛选所需数据；

1.5多表数据统计排行；

1.6多表数据合并新excel文件。

2. 系统开发必备

2.1 系统开发环境

2.2 文件夹组织结构

3.导库

4. 主函数设计

5.模块设计

5.1 加载文件夹内所有的Excel数据

5.2生产贡献度分析图表(以柱状图显示表格数据)

5.3提起Excel表格中指定列数据

5.4定向筛选所需数据

5.5多表数据统计排行

5.6多表数据合并生成新excel文件

6.总结

利用Python对Excel数据进行处理相关推荐

最新文章

热门文章