python数据分析&自动化办公实战(二）：批量输入输出excel文件

此篇起皆为实战总结，以代码+注释+相关总结为主，基础语法请自行学习，注意各种数据类型间的不同就好。

任务目标：给定一年中每个月每一笔订单的详细信息（csv），需要输出每个月的客户名称、业务类型、收入、成本并计算毛利（excel）
目标拆解：获取文件夹下所有csv文件的文件路径，依照文件路径读取csv文件，摘取特定字段并做简单计算，输出excel
用到的库：os，sys，numpy，pandas，csv，xlwt

代码展示：

import os,sys
import numpy as np
import pandas as pd
import openpyxl
import csv
import xlwt

#遍历文件夹,输出文件夹下所有的文件路径及名称
def walk(path):
if not os.path.exists(path):
return -1
for root,dirs,names in os.walk(path):
for filename in names:
if os.path.splitext(filename)[1] == '.csv':
doc = os.path.join(root,filename)
print(doc)
csvlist.append(doc)

#确定当前所在的文件夹路径
csvlist = []
cur_path = os.getcwd()
walk(cur_path)

#读取csv,选择特定字段,输出为xlsx
for doc in csvlist:
df = pd.read_csv(doc,encoding = "gbk")
df[["月份","客户名称","业务类型","收入不含税","成本"]]
df["毛利"] = df.apply(lambda df:df["收入不含税"]-df["成本"],axis=1)
excel_name = os.path.splitext(doc)[0] + "-整理后.xlsx"
columns = {"月份","客户名称""业务类型",,"收入不含税","成本","毛利"}
df.to_excel(excel_writer = excel_name,sheet_name = "商家损益数据",index = False,columns=columns)

接下来开始拆解一下代码：
首先是导入所需要的库，需要什么导入什么即可；
第二部分是通过walk（）函数遍历文件夹并搜寻相关文件，将文件名输入到列表里；
在此其中有些知识补充如下：

for root,dirs,names in os.walk(path):
#root返回根目录，dirs返回路径，names返回文件名，有dirs在可以保证遍历每个子文件夹
for filename in names:
if os.path.splitext(filename)[1] == '.csv':
#此项将文件名拆成了前后两个部分，由于python的索引从0开始,截断文件名后,索引为0的部分是名称,1的部分是扩展名；
#扩展名由最后一个“.”后决定,在此之前的都是文件名，“123.456.csv.xlsx”的扩展名是“.xlsx”
doc = os.path.join(root,filename)
#doc是含文件路径和文件名在的绝对路径，filename只是文件名
print(doc)
csvlist.append(doc)

第三部分是调用函数读取文件路径；

csvlist = []
#建立一个列表对象，用于存储文件名
cur_path = os.getcwd()
#os.getcwd()是获取当前文件所在的文件路径

第四部分是通过for循环实现依次读取批量操作：

for doc in csvlist:
df = pd.read_csv(doc,encoding = "gbk")
#函数详情见pandas官方说明文档，主要编码格式有utf-8、gbk、gb2312等，可以在此指定读取的列的数据类型；
#读取excel文件时函数为pd.read_excel(excel_name,sheet_name,encoding,usecols=use_cols)
df[["月份","客户名称","业务类型","收入不含税","成本"]]
#摘取特定列，可以通过df[["客户"]=="a"][["收入"]]等形式同时做行列筛选
df["毛利"] = df.apply(lambda df:df["收入不含税"]-df["成本"],axis=1)
#添加新列，使用apply函数进行即时运算赋值，axis=1表示列间计算，axis=0为行计算
excel_name = os.path.splitext(doc)[0] + "-整理后.xlsx"
#规定输出的文件路径和名称，偷懒所以以原文件所在的路径、修改文件名输出
columns = {"月份","业务类型","客户名称","收入不含税","成本","毛利"}
#指定输出的列及其顺序
df.to_excel(excel_writer = excel_name,sheet_name = "sheet1",index = False,columns=columns)

以上，其余总结等后续补充。

• 点赞
• 收藏
• 分享
• 文章举报