Python新手接了第一个副业单子，2小时完成：Python修正excel表格数据

一、前言

大家好，今天我来介绍一下我接的第一个Python单子。我完成这个单子前后不到2小时。

首先我接到这个单子的想法是处理Excel表，在两个表之间建立联系，并通过项目需求，修改excel表中的数据。我是运用面向过程写的，将每一步都放在了不同的函数中，下面让我来介绍一下我是怎么通过自己的思路一步一步完成的。

做完单子后，老师很快就给我转账了，并且没有二次修改，感觉很省心：

投稿这篇文章后，老师又给我50元稿费：

先上客户的需求

二、代码实现及讲解

模块的导入

主要用到的模块为openpyxl、random

import openpyxl
import random
from  openpyxl.utils.cell import get_column_letter,column_index_from_string

除了运用到openpyxl和random还用到了openpyxl中的utils包下cell模块的两个方法，第一个方法get_column_letter的作用是将整型转换为对应excel中列属性的字符串，例如：12转换为L，50转换为AX

第二个方法是将字符串转换为整型，其本质类似于10进制和27进制之间的转换，当然你也可以自己写，下面附上自己写的行（整型）转换为列（字符串）的代码。

def num_to_string(n):column = n - 1real_colum = ''while column >= 26:value = column // 26column = column % 26real_colum += chr(value + 64)real_colum += chr(column + 65)return real_colum

2.获取“数据原表”中数据

#创建一个全局变量MATERIAL_MESSAGE
MATERIAL_MESSAGE = []
#获取小宛中数据
def get_construct_message():#读取数据原表.xlsx表wb = openpyxl.load_workbook('数据原表.xlsx')#获取获取当前活动工作表，默认为第一个表ws = wb.active#获取在生产记录更新.xlsx中的可以用到的数据存入MATERIAL_MESSAGE中for row in range(1,ws.max_row + 1):if ws[f'A{row}'].value == '日期':for i in range(ord('B'),ord('I')):material = []#将日期转换为与生产记录更新中相对应写法的形式date = ws[f'B{row}'].value.translate(str.maketrans('年月','--'))date = date.replace('号','')material.append(date)i = chr(i)material.append(ws[f'{i}{row + 1}'].value)material.append(ws[f'{i}{row + 3}'].value)MATERIAL_MESSAGE.append(material)print(MATERIAL_MESSAGE)

3.获取生产记录更新表中的日期和材料

# 将客户要求的对应数据存入字典中
TABLES = {"水泥":"水泥1","粉煤灰":"煤灰","河沙":"沙1","粗骨料1":"石1","粗骨料2":"石2","减水剂":"外加剂","水":"水"}
#存入生产记录更新表的日期和其所在的行数
DATE = []
#存入生产记录更新表的材料和其所在的列数
MATERIAL = []
wb = openpyxl.load_workbook('生产记录更新.xlsx')
ws = wb.active
#获取日期
def get_date():for row in range(3,ws.max_row + 1):#将日期进行分割合并转换成与MATERIAL_MESSAGE中对应日期的格式date = str(ws[f'B{row}'].value).split()[0]date_list = date.split('-')if '0' in date_list[1]:date_list[1] = date_list[1].replace('0','')if '0' in date_list[2]:date_list[2] = date_list[2].replace('0','')date = '-'.join(date_list)DATE.append([date,row])pprint.pprint(DATE)#获取材料
def get_material():n = 0for column in ws[1]:n += 1#判断该单元格的内容是否在TABLES中if column.value in TABLES.values():#运用行列转换的方法进行转换MATERIAL.append([column.value,get_column_letter(n - 1)])pprint.pprint(MATERIAL)

DATE表部分数据

MATERIAL表数据

4.对生产数据更新表中数据的修改

#两个参数分别为材料的类型和所在的列数
def update_default(matrial,letter):for row in range(3,ws.max_row + 1):#判断单元格是否为空if ws[f'{letter}{row}'].value != None:for i in range(len(MATERIAL_MESSAGE)):#需求条件，要将连个表中的日期和材料类型进行一一对应if DATE[row-3][0] == MATERIAL_MESSAGE[i][0] and matrial == TABLES[MATERIAL_MESSAGE[i][1]]:#修改形参letter对应列的每个符号要求的单元格对应的设定值ws[f'{letter}{DATE[row - 3][1]}'].value = MATERIAL_MESSAGE[i][2]#分别获取该列列号的下两列对应的列号letter_random = get_column_letter(column_index_from_string(letter) + 2)letter_real = get_column_letter(column_index_from_string(letter) + 1)#判断该列是否在这三列中，若在其中则得到-2到2之间的随机数，否则-1到1之间的随机数，并更新误差值if letter in ('AV','BB','BE'):ws[f'{letter_random}{DATE[row - 3][1]}'].value = round(random.uniform(-2, 2), 1)else:ws[f'{letter_random}{DATE[row - 3][1]}'].value = round(random.uniform(-1, 1), 1)#运用设定值和误差值更新中间的实际值ws[f'{letter_real}{DATE[row - 3][1]}'].value = round(ws[f'{letter}{DATE[row - 3][1]}'].value * (1 + ws[f'{letter_random}{DATE[row - 3][1]}'].value * 0.01),2)

5.最后，调用函数并保存数据

def main():get_construct_message()get_date()get_material()for i in MATERIAL:update_default(i[0],i[1])wb.save('生产记录更新.xlsx')if __name__ == "__main__":main()

三、效果展示

修改前部分数据

修改后部分数据

四、结尾

通过自己的的两个小时的努力奋战完成了这个单子，总的来说，难度不在于怎么修改数据，而是在于怎么把两个表相互关联，通过这次接单让我对excel表能够更加熟练地进行操作，接单既能提升自己的能力，又能赚点外快，何乐而不为呢。

想要追赶Python的热潮，却无门路？

门槛低、薪资高、发展好… Python+大数据开发作为2022年最有“钱途”的岗位之一，是很多应届生和转行小伙伴们的首选。

学习 Python门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。

Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…

这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

本份资料已开源，需要高清版的朋友可以去我的Gitee查看。

下面来看看python每个分支知识点的详细内容，以及配套学习文件。

一、Python基础和高级编程

对于新手学Python而言，基础和高级编程这一块是很重要的，因为如果你没有学过它们，直接去学习某个方向，你将会一脸懵逼，所以这是绕不过的，打好这一块的基础之后，你完全可以无障碍地进阶Python的任何方向。

学习资源：

以上所有的文件都已经打包好了，需要的朋友请移步文末。

二、爬虫

应该有很多人都对爬虫感兴趣吧？不只是Python可以写爬虫，还有很多语言都能写，但Python是公认的最适合的语言了。

爬虫不只是爬虫工程师会用到，业余时间也可以用来爬点自己想要的东西，又或者是做兼职也是可以的，甚至非程序员在工作方面也用得到，比如电商人员爬取大量同行数据来分析出市场的情况，在大量数据的基础上研究新的电商方案。

学习资源：

三、数据分析

数据分析也是当下的一大热门方向，用Python来做的话比其他语言强很多，但往往只会数据分析还是差点意思，如果能具备爬虫能力来爬取数据就更好了。

以上所有的文件都已经打包好了，需要的朋友请移步文末。

四、数据库与大数据开发

五、算法与人工智能

机器学习是人工智能的必经之路，核心就在这里，所以想往人工智能去发展的人，可以学学机器学习，但同时也有个前提，人工智能是公认存在门槛的，应届毕业生不是研究生以上学历或者大学中出类拔萃的人，基本上很难找到工作，所以也请考虑清楚。

学习资料：

六、Python全栈学习路线

以上所有的文件都已经打包好了。愿你们在自学Python的路上顺风顺水、学有所成！

需要完整版学习文件的朋友可以去我的Gitee查看。

这个时代的年轻人，一定需要有自己的闪光点，而不是仅仅做好专业内的事情。

只要你有一技之长、拥有逆风破浪的能力，面对未知的困难，依然能够披荆斩棘。

把平时的碎片时间抽出一小块来学习Python，通过提升自己，去享受你的人生，去看更大的世界。