Python实现大数据收集至excel

一、在工程目录中新建一个excel文件

二、使用python脚本程序将目标excel文件中的列头写入，本文省略该部分的code展示，可自行网上查询

三、以下code内容为：实现从接口获取到的数据值写入excel的整体步骤

1、整体思路：

(1)、根据每日调取接口的日期来作为excel文件中：列名为“收集日期”的值

(2)、程序默认是每天会定时调取接口并获取接口的返回值并写入excel中(我使用的定时任务是：linux下的contab)

(3)、针对接口异常未正确返回数据时，使用特殊符号如：NA代替并写入excel文件中(后期使用excel数据做分析时有用)

2、完整代码如下：

import requests, xlrd, os, sys, urllib3

from datetime import date, timedelta

from xlutils.copy import copy

basedir = os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

sys.path.append(basedir)

from lib.mysqldb import mysqldb

from lib.public_methods import test_login

def collect_data():

"""test_rooms.test_kpi卡片下：adr指标值收集"""

get_all_code_sql = 'select DISTINCT test_code from test_info WHERE open_flag = 1'

test_code_all = mysqldb("test_data").selectsql(get_all_code_sql)

test_code_list = []

adr_insert_data_list = []

yesterday = (date.today() + timedelta(days=-1)).strftime("%Y-%m-%d")

adr_insert_data_list.append(yesterday)

for j in range(len(test_code_all)):

test_code_list.append(test_code_all[j]["test_code"])

for m in range(len(test_code_list)):

url = "https://www.baidu.com/test/api/data/query.json"

header = {

"Content-Type": "application/json;charset=UTF-8",

"Cookie": str(test_login())

}

param = {

"code": "test_rooms.test_kpi",

"page": 1,

"pageSize": 1000,

"params": {

"start_date_year": "2019",

"start_date_month": "9",

"start_date_day": "16",

"end_date_year": "2019",

"currency_type": "usd",

"end_date_day": "16",

"end_date_month": "9",

"tests": "test_001"

}

}

"""替换请求参数中的开始日期"""

param["params"]["start_date_year"] = str(yesterday).split("-")[0]

param["params"]["start_date_month"] = str(yesterday).split("-")[1]

param["params"]["start_date_day"] = str(yesterday).split("-")[2]

"""替换请求参数中的结束日期"""

param["params"]["end_date_year"] = param["params"]["start_date_year"]

param["params"]["end_date_month"] = param["params"]["start_date_month"]

param["params"]["end_date_day"] = param["params"]["start_date_day"]

param["params"]["tests"] = test_code_list[m]

urllib3.disable_warnings()

result = requests.post(url=url, headers=header, json=param, verify=False).json()

if str(result["data"]["data"]) != "None":

"""adr指标值收集"""

indicatorList = result["data"]["data"]["test_indicator_list"]

test_actualorLast_Forecast = result["data"]["data"]["test_actual"]

new_indicator_actualvalue = {}

i = 0

while i < len(indicatorList):

dit = {indicatorList[i]: test_actualorLast_Forecast[i]}

new_indicator_actualvalue.update(dit)

i += 1

if str(new_indicator_actualvalue["adr"]) == "--":

adr_value_result = "NA"

adr_insert_data_list.append(adr_value_result)

else:

adr_value_result = new_indicator_actualvalue["adr"]

adr_insert_data_list.append(adr_value_result)

else:

adr_value_result = "NA"

adr_insert_data_list.append(adr_value_result)

"""adr指标值数据收集入excel路径"""

workbook = xlrd.open_workbook(basedir + "/data/collect_data_center.xls") # 打开工作簿

sheets = workbook.sheet_names() # 获取工作簿中的所有表格

worksheet = workbook.sheet_by_name(sheets[0]) # 获取工作簿中所有表格中的的第一个表格

rows_old = worksheet.nrows # 获取表格中已存在的数据的行数

new_workbook = copy(workbook) # 将xlrd对象拷贝转化为xlwt对象

new_worksheet = new_workbook.get_sheet(0) # 获取转化后工作簿中的第一个表格

for i in range(0, 1):

for j in range(0, len([adr_insert_data_list][i])):

new_worksheet.write(i + rows_old, j, [adr_insert_data_list][i][j]) # 追加写入数据，注意是从i+rows_old行开始写入

new_workbook.save(basedir + "/data/collect_data_center.xls") # 保存工作簿

print("adr指标值---xls格式表格【追加】写入数据成功！")

3、从步骤2中的代码可看出代码整体分为3个部分：

(1)、组装接口参数；

(2)、调用接口将接口返回的结果集收集在list中；

(3)、将收集的结果写入excel中并保存；

4、最终excel写入数据的样式如下截图所示：

tips：windows与linux下excel的路径格式需要区分下，以上代码中的"/data/collect_data_center.xls"为linux环境下路径