Pandas案例精进 | 自动分割汇总表写入到子表

Aidan075 等级 814 0 0

Pandas案例精进 | 自动分割汇总表写入到子表

大家好!

欢迎来到「Pandas案例精进」专栏

今天分享的是一个之前的案例,里面涉及的方法可能有些过时,但处理思想仍有较高的参考价值。

Pandas案例需求

Pandas案例精进 | 自动分割汇总表写入到子表

整理了一下需求大概的意思,即根据汇总表的分区字段自动填入指定的分区文件中:

Pandas案例精进 | 自动分割汇总表写入到子表

对于分区表的文件,例如A区.xlsx、B区.xlsx等,需要先将3行之后已经存在的数据删除后再进行写入。

B区.xlsx在自动填入后,结果如下:

Pandas案例精进 | 自动分割汇总表写入到子表

其实初始需求非常简单,我们下面看看怎么做吧。

汇总表的数据情况

import pandas as pd  
data = pd.read_excel("汇总.xlsx", sheet_name='明细')  
data  

Pandas案例精进 | 自动分割汇总表写入到子表

对于B区的数据如何写入呢?

筛选出准备写入B区的数据

df = data[data["所属区"] == "B区"]  
df  

Pandas案例精进 | 自动分割汇总表写入到子表

df = df.iloc[:, 1:]  
df.values.tolist()  

结果:

[[111111, nan, '张一', '招商银行', 576.0, nan, nan, nan, '河南省'],  
 [111112, nan, '张二', '招商银行', 576.0, nan, nan, nan, '湖南省'],  
 [111113, nan, '张三', '招商银行', 1392.0, nan, nan, nan, '河南省']]  

覆盖写入到对应的分区文件

workbook = load_workbook(filename="B区.xlsx")  
sheet = workbook.active  

先删除第4行之后的旧数据,预计1000行完全够用,具体数量根据自己的数据来大致估算。

sheet.delete_rows(idx=4, amount=1000)  

然后再进行添加数据

for row in df.values.tolist():  
    sheet.append(row)  
workbook.save(filename="B区.xlsx")  
workbook.close()  

查看名为B区的Excel:

Pandas案例精进 | 自动分割汇总表写入到子表

遍历分区字段的简单办法

for area, df in data.groupby('所属区'):  
    print(area)  
    display(df)  

Pandas案例精进 | 自动分割汇总表写入到子表

完整代码

data = pd.read_excel("汇总.xlsx", sheet_name='明细')  

for area, df in data.groupby('所属区'):  
    print(area)  
    if os.path.exists(f"{area}.xlsx"):  
        workbook = load_workbook(filename=f"{area}.xlsx")  
    else:  
        print(f"{area}.xlsx不存在")  
        continue  
    sheet = workbook.active  
    df = df.iloc[:, 1:]  
    # 先删除第4行之后的旧数据,预计1000行完全够用  
    sheet.delete_rows(idx=4, amount=1000)  
    # 然后在进行添加数据  
    for row in df.values.tolist():  
        sheet.append(row)  
        print(row)  
    print(f"保存到{area}.xlsx文件中")  
    workbook.save(filename=f"{area}.xlsx")  
    workbook.close()  

好了经过以上步骤,就成功完成任务了:

Pandas案例精进 | 自动分割汇总表写入到子表

群友也表示感谢,美滋滋

Pandas案例精进 | 自动分割汇总表写入到子表

本文代码和案例数据

如果大家想自己学习演练,可以通过如下步骤获取本文代码和案例数据👇

Pandas案例精进 | 自动分割汇总表写入到子表

扫描下方二维码👇添加我的微信(朱小五mini)为好友,然后回复关键词20210226”,关键词是前面的红色数字,建议长按复制!

Pandas案例精进 | 自动分割汇总表写入到子表

后续

不过好景不长,大早上新需求又来了:

Pandas案例精进 | 自动分割汇总表写入到子表

后续需求如何解决?

我们下篇文章见!

如果大家喜欢我们的文章,就给右下角点个赞👍吧~

Pandas案例精进 | 自动分割汇总表写入到子表

本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/XY1lS4mxEf7BTf8UnFmaFA,可扫描二维码进行关注: Pandas案例精进 | 自动分割汇总表写入到子表 如有侵权,请联系删除。

收藏
评论区

相关推荐

Pandas案例精进 | 结构化数据非等值范围查找 ①
(https://imghelloworld.osscnbeijing.aliyuncs.com/dac5483b3517ff8a0968fc75987d12ad.png) 大家好,我是小五🐶 欢迎来到「Pandas案例精进(https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzU5Nzg5
Pandas案例精进 | 结构化数据非等值范围查找 ②
(https://imghelloworld.osscnbeijing.aliyuncs.com/4971fbce1ecb759123ecc666f3af2c31.png) 大家好,我是小五🐶 欢迎来到「Pandas案例精进」专栏(https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzU5Nzg
Pandas案例精进 | 续集:自动分割汇总表写入到子表
(https://imghelloworld.osscnbeijing.aliyuncs.com/0d046e77f6ee65ce132919966585165a.png) 大家好! 欢迎来到「Pandas案例精进」专栏(https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzU5Nzg5OD
Pandas案例精进 | 自动分割汇总表写入到子表
(https://imghelloworld.osscnbeijing.aliyuncs.com/f5b70d401be96176067dfe8304143ead.png) 大家好! 欢迎来到「Pandas案例精进」专栏 今天分享的是一个之前的案例,里面涉及的方法可能有些过时,但处理思想仍有较高的参考价值。 Pandas案例需求
Pandas统计分析基础(基础篇,新手必看)
Pandas统计分析基础Pandas(Python Data Analysis Library)是基于NumPy的数据分析模块,它提供了大量标准数据模型和高效操作大型数据集所需的工具,可以说Pandas是使得Pyth
分享5个高效的pandas函数!
熟练掌握pandas函数都能帮我们在数据分析过程中节省时间。pandas还有很多让人舒适的用法,这次就为大家介绍5个pandas函数!本文来源towardsdatascience,作者Soner Yıldırım,由Python大数据分析编译。1\. explodeexplode用于将一行数据展开成多行。比如说dataframe中某一行其中一个元素包含多个同
Pandas专家总结:指定样式保存excel数据的 “N种” 姿势!
作者:小小明 简介:Pandas数据处理专家,10余年编码经验,至今已帮助过百名以上数据从业人员解决工作实际遇到的问题,其中数据处理和办公自动化问题涉及的行业包括会计、审计、HR、气象工作人员、教师、律师、运营,以及各行业的数据分析师和专做数据分析案例的公众号号主。 若你在数据处理的问题上遇到什么困难,欢迎与我交流。目录 准备数据
14个pandas神操作,手把手教你写代码
「数仓宝贝库」,带你学数据!导读: Pandas是Python数据分析的利器,也是各种数据建模的标准工具。本文带大家入门Pandas,将介绍Python语言、Python数据生态和Pandas的一些基本功能。 在Python语言应用生态中,数据科学领域近年来十分热门。作为数据科学中一个非常基础的库,Pandas受到了广泛关注。Pandas可以将现实中来
14个pandas神操作,手把手教你写代码
「数仓宝贝库」,带你学数据!导读:Pandas是Python数据分析的利器,也是各种数据建模的标准工具。本文带大家入门Pandas,将介绍Python语言、Python数据生态和Pandas的一些基本功能。 在Python语言应用生态中,数据科学领域近年来十分热门。作为数据科学中一个非常基础的库,Pandas受到了广泛关注。Pandas可以将现实中来源
DataFrame与shp文件相互转换
因为习惯了使用pandas的DataFrame数据结构,同时pandas作为一个方便计算和表操作的数据结构具有十分显著的优势,甚至很多时候dataFrame可以作为excel在使用,而在用python操作gis的shp文件时很不顺畅,不太符合使用习惯,故写了一个DataFrame与arcgis地理文件相互转换的函数,这个处理起来可以节约大量的思考时间。 S
Panda处理文本和时序数据?首选向量化
导读 Pandas作为Python数据分析的首选框架,不仅功能强大接口丰富,而且执行效率也相比原生Python要快的多,这是得益于Pandas底层由C实现,同时其向量化执行方式也非常利于并行计算。更重要的是,这种向量化操作不仅适用于数值计算,对于文本和时间格式也有着良好的支持,而这就不得不从Pandas的属性接口谈起。 [**腾讯课堂 |
Python 数据分析包:pandas 基础
pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 类似于 Numpy 的核心是 ndarray,pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。pandas 约定俗成的导入方法如下: lang:pytho
Python在网页上展示表格的简单方法
![](https://oscimg.oschina.net/oscnet/22596eed-3e2a-4708-acc1-bc8a22f8588d.jpg) * Python是当今最热门的编程语言 * Pandas是Python下最热门的数据处理与数据分析的库 * Flask是Python下方便简洁的Web开发框架
Python实现数据分析(四)
Pandas ------ **关键词: 数据分析库** **官网**:[https://pandas.pydata.org/](https://www.oschina.net/action/GoToLink?url=https%3A%2F%2Fpandas.pydata.org%2F) **介绍(选自-百度百科)**: pandas 是基于NumP
Python编码格式导致的csv读取错误
Python编码格式导致的csv读取错误(pandas.read\_csv) ====================================== 本文记录python小白我今天遇到的这两个问题(csv.reader和pandas.csv\_read): * pandas模块“CParserError: Error tokenizing da