Python他不香吗？四、五行代码就能搞定几百份表格的拆分！

Python与Excel之交

发布于 2021-08-05 14:48:28

7790

发布于 2021-08-05 14:48:28

Hi~大家好！

我们经常会在工作中遇见，类似下图中的表格（原始表格共计5136条数据），上级要求你将品名列的商品筛选出来，并按照“品名+.xlsx”的格式单独保存为一个exce工作簿，或者以品名为名保存为多个工作表，这样数据少了还好说，如果数据量大了，那还不得累得半死！

业务需求:

把品名列的商品取出来，相同的存储在同一个工作表或者工作簿中。

代码实现

导入模块和文件：

import pandas as pd
df = pd.read_csv('价格.csv')

本文关键步骤是通过两个方法实现的，两个方法会分别实现如何取值、保存为工作表以及工作簿；而关键步骤代码量最多不会超过三行，最少的只有两行；两个方法其实差不多，差别只函数在于两个函数。

unique函数

第一种方法是利用unique函数。unique函数是以数组形式返回列的所有唯一值,也就是相同的两个值只返回一个。

保存为工作表：

with pd.ExcelWriter('价格总表.xlsx') as writer:
    for i in df['品名'].unique():
     # 用unique()取出的唯一值创建工作表，当品名与唯一值相同时，保存在相应的工作表
        df[df['品名'] == i].to_excel(excel_writer=writer, sheet_name=i, index=False)

同理，保存为工作簿：

for i in df['发布日期'].unique():
    df[df['发布日期'] == i].to_excel(f'./商品每日价格详表/{i}.xlsx', sheet_name=i, index=False)

groupby函数

第二种方法是利用groupby()函数。groupby()函数主要的作用是进行数据的分组以及分组后进行运算，本文只要用到groupby()函数的分组功能。

# 保存为工作表：
with pd.ExcelWriter('价格总表1.xlsx') as writer:
  # i为品名唯一值，e为数据分组
     for i, e in df.groupby('品名'):
         e.to_excel(excel_writer=writer, sheet_name=i, index=False)

# 保存为工作簿：
for i, e in df.groupby('品名'):  
    e.to_excel(f'./商品每日价格详表/{i}.xlsx', sheet_name=i, index=False)

下图i为红色方框内的品名,e是以唯一的品名进行分好的组：