实例05—辛苦修改3小时，Python赶来帮大忙
模拟场景需求：
由于天气寒冷，大雪封路，加上疫情防控需要，快递涨价，公司不得不对曾经包邮的产品价格做出调整，由于包邮产品众多且五花八门，如果采取一个个查找，再修改商品价格，至少需要3个小时才能完成，有没有批量的计算机自动完成的呢？第三方软件肯定是没有的，这时Python处理Excel文件的模块openpyxl派上用场了，看我怎么样用它搞定我们的“海量数据中批量修改大数据”。
3小时眼花手酸Excel表格大数据修改，Python3分钟搞定
1、用到的知识点：
Python的循环，字符串及操作方法，wb对象基本操作，ws整列读写方法等，
2、用到的文件：
网络公开的Excel文件，淘宝爆款清单2017版，是一个超大型的Excel文件，足足有四千多行的数据，如需要请下载，通过阿里云盘分享，链接如下：https://www.aliyundrive.com/s/8xbUHENrDzC
待处理数据
通过关键字，3分钟批量修改Excel大数据
3、修改要求：
对于商品名称中带有“包邮”字样的商品，其价格加上1.88元，并且更新，修改完毕后保存到新的文件中，以防万一程序有缺陷，将电子表改错。
4、操作步骤思维导图：
5、代码操作编写截图：
代码截图1
代码截图2
give your the code：
from openpyxl import load_workbook
wb = load_workbook('淘宝爆款清单.xlsx')
ws = wb.active
# 方案一：逐行读取全表格
for i in range(2,ws.max_row+1):
tmp_name = ws.cell(row=i,column=5).value #逐行的第5列数据
if '包邮' in tmp_name:
# 由于每行对应的价格是文本数据，需要转化成float再加上1.88
ws.cell(row=i,column=6).value = float(ws.cell(row=i,column=6).value) + 1.88
# 错误方式：ws.cell(row=i,column=6).value += 1.88
# 方案二：按列遍历
# 选取商品名称所在列，这里是E列
# cells = ws['E']
# for cell in cells:
# i = cell.row
# j = cell.column
# tmp_name = cell.value
# if '包邮' in tmp_name:
# ws.cell(i,j+1).value = float(ws.cell(i,j+1)) + 1.88
6、运行结果展示：
展示正确结果
网友们可以结合本例子进行大数据批量修改，要举一反三，灵活应用，不懂基础的操作的可以参考我的Python处理Excel入门视频合集哦<>
亲，要亲自动手敲，复制一时爽，学坏没商量^_^，实战课程的视频随后会推出，请多多关注哦。
