Excel表的花式操作，Python很拿手

咔片PPT · AI自动生成演示文稿，模板丰富、排版精美讯飞智文 · 一键生成PPT和Word，高效应对学习与办公

带你走进 @ 机器人时代

Discover 点击上面蓝色文字，关注我们

Python 有各种花式操作Excel的手段，学会了，你的薪水大概率要翻倍。

我们来看看如何将一个工作表的某列按照内容拆分成为多个工作簿，在审计业务中特别使用：

import pandas as pd p = '明细账.xlsx' #读取指定表的数据 data = pd.read_excel(p, sheet_name='明细账-天海实业') #按照产品名称分组 d = data.groupby('对方科目名称') print(d) for i, j in d: if i==0:i='异常科目' if i is None:i='异常科目' #为新的工作簿命名 n_n=str(i)[0:12] n_p = 'test\'+str(i)[0:20]+ '.xlsx' print(n_n) #写入数据 j.to_excel(n_p, sheet_name=n_n, index=False)

运行后，很壮观：

相信做审计的小伙伴们每天为了拆表头都大了，这个程序运行只需要3秒钟，是不是很爽？

如果我们并不想生成这么多的工作簿，只想分成若干表，可以采用这个代码：

with pd.ExcelWriter('各产品销售表.xlsx') as wb: for i, j in p: j.to_excel(wb, sheet_name=i, index=False)

这样就将拆分出来的表直接写在同一个文件里面，方便查找。不过有时候我们不光只拆一个表的数据，我们只需要其中几列的数据怎么操作呢？

请看下面的代码，实现横向拆分：

import pandas as pd f_p = '销售数量统计.xlsx' #读取数据 data = pd.read_excel(f_p, sheet_name='总表') #获取各列的列名 h_c = list(data.columns) #获取拆分后每个工作表都必须有的数据 s_c = data[['配件编号', '配件名称']] #新建工作簿 with pd.ExcelWriter('各产品销售表1.xlsx') as wk: #遍历各月的数据[2:]代表跳过前面2列 for i in h_c[2:]: #根据列名获取该列数据 dif_col = data[i] #将固定的列与月份列横向绑定 s_d = pd.concat([s_c, dif_col], axis=1) #写入数据 s_d.to_excel(wk, sheet_name=i, index=False)

运行后得到拆分好的工作簿：

如果我们希望将这些结构相同的数据全部纵向汇总在一起，我们可以使用以下代码实现：

import pandas as pd fp = '上半年销售统计.xlsx' data = pd.read_excel(fp, sheet_name=None) #将所有工作表的数据纵向拼凑在一起 all_data = pd.concat(data, ignore_index=True) new_1 = '销售统计.xlsx' all_data.to_excel(new_1, sheet_name='总表', index=False)

如下图，我们希望横向将各个数据表的数据进行合并：

得到：

我们该怎么实现呢？看下面的代码：

import pandas as pd fp = '产品各月销售数量表.xlsx' data = pd.read_excel(fp, sheet_name=None) all_data = data['1月'][['配件编号', '配件名称']] for i in data: col = data[i].iloc[:, [2]] all_data = pd.concat([all_data, col], axis=1) new_fp = '合并表.xlsx' all_data.to_excel(new_fp, sheet_name='总表', index=False)

由此可以看出，pandas库的数据处理功能是非常强大的。

继续坚持学习，每天都能进步一点！！！

往期回顾：