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")
运行结果
运行上述代码后,我们就可以在D:\result.xlsx中看到汇总的数据了,如下图所示:
总结
本文介绍了如何使用python的
openpyxl
和
glob
模块,来批量地提取、筛选和汇总Excel中的数据。通过这个案例,我们可以学习到以下几点:
openpyxl
模块可以让我们方便地操作Excel文件,包括读取、写入和修改数据,以及创建和删除工作表等。
glob
模块可以让我们快速地获取指定文件夹下的所有文件名,只需要使用通配符*来匹配文件名即可。
python的代码简洁而高效,可以帮助我们节省大量的时间和精力,提高工作效率。
如果你对Python自动化办公感兴趣,快来试试,把代码跑起来吧。
PS : Python都知道技术交流群(技术交流、摸鱼、白嫖课程为主)又不定时开放了,感兴趣的朋友,可以在下方公号内回复: 666 ,即可进入。
老规矩 ,道友们还记得么, 右下角的 「在看」 点一下 , 如果感觉文章内容不错的话,记得分享朋友圈让更多的人知道!