Python办公神器：教你使用python批量提取Excel数据

2024-05-20码农

在本文中，我将教你如何使用python的 openpyxl 和 glob 模块，来实现一个实际的案例：从同一个文件夹下的1000份电商女装数据的Excel表格中，提取所有购买金额超过100的记录，并汇总至一个新的Excel表中。

前言

Excel是一款非常强大和实用的办公软件，它可以用来存储、分析和处理各种数据，是许多人工作中不可或缺的工具。但是，当我们需要处理大量的Excel文件时，手动操作就会变得非常繁琐和耗时，而且容易出错。有没有一种方法，可以让我们用简单的代码，就能批量地提取、筛选和汇总Excel中的数据呢？

答案是肯定的，那就是使用python。python是一种简洁、优雅、易学的编程语言，它拥有丰富的第三方库，可以帮助我们完成各种任务，包括处理Excel数据。

准备工作

在开始编写代码之前，我们需要做一些准备工作，包括：

安装python环境，如果你还没有安装python，可以参考这篇教程。

安装 openpyxl 模块，这是一个用来操作Excel文件的python库，可以让我们读取、写入和修改Excel中的数据。要安装 openpyxl 模块，可以在命令行中输入以下命令：

pip install openpyxl

安装 glob 模块，这是一个用来匹配文件路径的python库，可以让我们方便地获取指定文件夹下的所有文件名。要安装 glob 模块，可以在命令行中输入以下命令：

pip install glob

准备数据文件，我们需要将同一个文件夹下的1000份电商女装数据的Excel表格（命名为电商女装数据1.xlsx，电商女装数据2.xlsx至电商女装数据1000.xlsx）放在一个文件夹中，例如D:\data。每个Excel表格中有以下几列数据：

商品名称	商品价格	购买数量	购买金额	购买时间
A	50	2	100	2023-01-01
B	80	3	240	2023-01-02
C	120	1	120	2023-01-03
...	...	...	...	...

我们的目标是提取所有购买金额超过100的记录，并汇总至一个新的Excel表中，例如D:\result.xlsx。新的Excel表中的数据格式如下：

商品名称	商品价格	购买数量	购买金额	购买时间	数据来源
B	80	3	240	2023-01-02	电商女装数据1.xlsx
C	120	1	120	2023-01-03	电商女装数据1.xlsx
D	150	2	300	2023-01-04	电商女装数据2.xlsx
...	...	...	...	...	...

编写代码

准备工作完成后，我们就可以开始编写python代码了。我们的代码主要分为以下几个步骤：

导入 openpyxl 和 glob 模块，这样我们就可以使用它们提供的功能了。

import openpyxl import glob

使用 glob.glob 函数，获取指定文件夹下的所有Excel文件名，这些文件名将被存储在一个列表中，方便我们后续遍历。

# 定义文件夹路径，注意要使用反斜杠 folder_path = "D:\\data\\" # 定义文件名匹配规则，注意要使用通配符* file_pattern = folder_path + "电商女装数据*.xlsx" # 获取所有匹配的文件名 file_list = glob.glob(file_pattern)

创建一个新的Excel文件，并创建一个工作表，用来存储汇总的数据。我们使用 openpyxl.Workbook 类来创建一个新的Excel文件，使用 create_sheet 方法来创建一个工作表，使用 save 方法来保存文件。

# 创建一个新的Excel文件 result_wb = openpyxl.Workbook() # 创建一个工作表，命名为"汇总数据" result_ws = result_wb.create_sheet("汇总数据") # 保存文件，指定文件名和路径 result_wb.save("D:\\result.xlsx")

遍历所有的Excel文件，使用 openpyxl.load_workbook 函数来打开每个文件，并获取第一个工作表，使用 iter_rows 方法来遍历每一行数据，判断购买金额是否超过100，如果是，就将该行数据复制到新的工作表中，并添加数据来源的信息。我们使用 append 方法来向新的工作表中添加数据，使用 save 方法来保存文件。

# 遍历所有的Excel文件 for file_name in file_list: # 打开每个文件 data_wb = openpyxl.load_workbook(file_name) # 获取第一个工作表 data_ws = data_wb.active # 遍历每一行数据，跳过第一行（表头） for row in data_ws.iter_rows(min_row=2): # 判断购买金额是否超过100 if row[3].value > 100: # 将该行数据复制到新的工作表中 result_ws.append([cell.value for cell in row]) # 添加数据来源的信息，即文件名 result_ws.cell(row=result_ws.max_row, column=6).value = file_name # 保存文件 result_wb.save("D:\\result.xlsx")