python数据处理之：excel数据

发表于 2021-10-29 14:00

excel数据的处理是日常最常见的数据处理。
对表格的增加，删除，多个表格的关联融合。
表格在关系数据库中的存储：excel表格到数据库表的导入导出等。

发表于 2021-10-29 14:01

以下是一些实例：

这个方法用到了计数器原理。先打印前10行，看有没有想要的数据，如果没有再打印11-20行，这样一个区间一个区间的排查，直到确定准确的行数。

代码：

import xlrd



book = xlrd.open_workbook('./resource/data.xlsx')



sheet = book.sheet_by_name('Table 9')



count = 0

for i in range(sheet.nrows):

    if count < 10:

        row = sheet.row_values(i)

        print(i, row)

    count += 1

发表于 2021-10-29 14:01

先打印排查了前10行，查看控制台输出没有找到想要的国家数据，继续调整试验：

复制

import xlrd



book = xlrd.open_workbook('./resource/data.xlsx')



sheet = book.sheet_by_name('Table 9')



count = 0

for i in range(10, sheet.nrows):

    if count < 10:

        row = sheet.row_values(i)

        print(i, row)

    count += 1

发表于 2021-10-29 14:02

我们已经知道了前10行没有想要的数据，所以 range 直接改成 range(10, sheet.nrows) 从第10行开始打印，其他代码不变。再次运行程序，得到如下输出：

可以看到从第14行开始出现了国家名字，这就是我们要找的数据。

发表于 2021-10-29 14:03

三、组装数据
找到想要的数据在第几行第几列之后，就可以按之前定义的格式写代码提取组装数据啦。

复制

import xlrd

import pprint



book = xlrd.open_workbook('./resource/data.xlsx')



sheet = book.sheet_by_name('Table 9')



# 定义存放数据的字典

data = {}

for i in range(14, sheet.nrows):

    row = sheet.row_values(i)

    # 取出国家名字

    country = row[1]

    # 按照给定的格式组装数据

    data[country] = {

        'child_labor': {

            'total': [row[4], row[5]],

            'male': [row[6], row[7]],

            'female': [row[8], row[9]],

        },

        'child_marriage': {

            'married_by_15': [row[10], row[11]],

            'married_by_18': [row[12], row[13]],

        }

    }

    # 最后一个国家是 Zimbabwe，判断到 Zimbabwe 之后就 break 跳出循环

    if country == 'Zimbabwe':

        break



# 打印数据

pprint.pprint(data)

打印复杂对象时使用 pprint 格式更美观。

发表于 2021-10-29 14:03

四、总结
处理 Excel 的三个库：xlrd，xlwt，xlutils。根据需要决定用哪些库。
解析出 Excel 之后，通过两种方法确定想要数据的位置：用图形化界面打开直接观察和通过程序一步步筛选。如果不知道一个对象都有什么命令，可以打印 dir(obj) 来查看，其中 obj 是想要查看相关命令的对象。
提前想好最终想输出的格式，有格式之后组装数据会比较容易。
打印复杂对象时使用 pprint 格式更美观。

python数据处理之：excel数据

相关帖子

浏览过的版块

突出贡献奖章

沉静之湖泊

七世轮回

技术奇才奖章