一、Python处理Excel
- Python处理Excel的好处
1.批量操作：当要处理众多Excel文件时，例如出现重复性的手工劳动，那么使用Python就可以实现批量扫描文件、自动化进行处理，利用代码代替手工重复劳动，实现自动化，是Python第一个比Excel强大的地方
2.大型文件，当Excel文件超过几十兆、甚至上百兆时，打开文件很慢、处理文件更加慢，这时候若使用Python，会发现处理几十兆、几百兆甚至几GB都是没有问题的
3.当使用Excel进行复杂的计算时，会使用VBA，但是VBA本身是过时并且复杂的语言，Python是当前最简单且容易实现的一门语言，用Python能够处理比VBA难度更高的业务逻辑
4.Python是通用语言，不仅可以处理Excel，使用Python就可以得到很多额外的功能，例如：爬虫、发布网页的Web服务、与数据库进行连接、同时结合word和PPT进行处理、加入定时任务处理、人工智能分析等，各种额外的功能，这是Excel和VBA所不具备的
- Python处理Excel主要有三大类库
1.pandas：是Python领域非常重要的，用于数据分析和可视化的类库，在处理Excel中，90%可以利用pandas类库就可以搞掂，利用pandas就可以读取Excel、处理Excel和输出Excel，但是pandas也有缺点，就是无法做到格式类，例如Excel中合并单元、大量复杂的样式（看起来很精美）的时候，用pandas无法搞掂，此时，依然是使用pandas结合openyxl、xlwings来搞掂需求
2.openpyxl：若电脑上未安装office时，也可以使用openpyxl，这个类型可以运行在linux上，并且也可以实现操作大部分Excel格式和样式的功能，使用它配合pandas，也可以完成大部分场景的需求
3.xlwings：比openyxl更加强大，只能运行在Windows或者Mac系统，并且该系统中必须安装了office才能运行，xlwings的原理，就是基于当前系统已经安装好的office软件，来进行功能的拓展来操作Excel
- 使用pandas的时候，经常会结合其他类库，来完成更加复杂的功能
requests, bs4：可以完成爬虫的功能
flask：可以做网页，把表格展示在网页上
Matplotlib：读取表格后，进行可视化
sklearn：进行复杂的数据分析时，也可以结合机器学习Sklearn把读取的Excel数据，进行数据分析和机器学习
Python-docx：也可以结合Python-docx类库，实现Excel和word的互通
smtplib：也可以使用smtplib，讲Excel数据发送邮件出去
- 开发环境
操作系统：使用windows, mac都可以
Python版本：系统中需要安装Python3.6以上的版本，Python2已经过期不建议使用，Python3.6以前的版本功能相对弱，最好就是采用Python3.6以上的版本
开发工具：有两个可以选择，jupyter notebook，是个网页编辑器，可以运行Python，常常用于交互性、探索性的开发；pycharm，用于成熟脚本，或者web服务的一些开发；这两个工具可以随意选择。
二、用Python在Excel中查找并替换数据
技术工具：
Python版本:3.9
代码编辑器：jupyter notebook
随着项目的进展，需要经常在Excel业务表格中查找及替换数据，已保证数据与实际项目进度一致。手动一个一个查找，然后替换，效率太低，还容易遗漏。现在我们来试试用Python自动完成查找及替换吧。具体要求如下。
首先，我们先将左边表格中的数据提取，并存入字典data，其键为“查找内容”中的数据，值为“替换内容”中的数据。
from openpyxl import load_workbook #用于读取Excel中的信息 #获取Excel表格中的数据 wb = load_workbook('查找替换.xlsx')#读取工作簿 ws = wb.active #读取活动工作表 data={} #新建字典，用于储存数据 for row in range(2,ws.max_row+1): chazhao = str(ws['A' + str(row)].value) #转换成字符串，以免后续比对时出现数据类型冲突 tihuan = str(ws['B' + str(row)].value) #转换成字符串，以免后续比对时出现数据类型冲突 data[chazhao]=tihuan #键值对应存入字典
data
然后，读取目标表格，将D列中的所有数据提取出来，以便后续比对及替换。通过`for`循环遍历“原表”，将D列每个单元格的值提取并存入`ID_list`。然后通过切片`ID_list[:10]`查看前10个数据是否OK。结果显示相当正常。
wb = load_workbook('原表.xlsx') #读取目标工作簿 ws = wb.active ID_list = [] #新建一个列表，用于储存原表D列的信息 for row in range(2,ws.max_row+1): ID = ws['D' + str(row)].value #遍历整个工作表，将D列的数据逐个存入ID变量 ID_list.append(ID) #将读取到的结果存入列表 ID_list[:10] #查看列表中前10个数据
type("")
为了比对数据，我们需要将`'说明码：77601'`中的“说明码：”字符拿掉，只保留“77601”。于是调用`split`函数来进行分割，并将分割好的数字部分存入新建的列表`code`。不好，居然报错了，说`ID_list`列表中有"None"（空）类型的数据，而"None"类型的数据是不能使用`split`函数的。目测了一下，`ID_list`列表中除了`'说明码：77601'`和`''`这样的空字符串，没看到None啊。再回来“原表”侦察一下，发现最下面还有一些单元格很有嫌疑。原来是表尾有一些“供应商”和仓位信息，这些信息所在位置对应的D列都是空单元格，其值为"None"。用`ID_list[-10:]`查看最后10个元素，果然都是"None"。
code = [i.split("：")[-1] for i in ID_list] code
ID_list[-10:]
这样，我们就知道`ID_list`中有三种数据，即含内容的字符串（比如'说明码：77601'），空字符串（比如''）和空值None。因此，需要修改一下字符串分割代码如下。加入了`if`判断语句，如果`ID_list`中的值是None，则放入None占位，以保持列表的值的顺序与原表一致；值不是None，则按"："符号分割，并放分割后的最后一个值`[-1]`进入新列表code。空字符串在这里也要经过`split`分割，但其中没有“：”符号，所以就分割不了，只得直接跳过，最后放入新列表的还是空字符串。
code = [] for i in ID_list: if i == None:# 如果是None，则放入None占位，以保持列表的值的顺序与原表一致 code.append(None) else: code.append(i.split("：")[-1]) #不是None,则按"："符号分割，并放分割后的最后一个值进入新列表code code[:10]
处理完数据后，即可开始查找并替换目标数据了。用`for`循环遍历列表`code`，即原表D列中的数字部分。如果其中的值也存在于data的键中，即语句`if code[i] in data`，则将原表中D列(`column=4`)对应的行中的数据改写成新的值。新的值由两部分组成，一部分是“说明码：”这样的，即`ID_list[i].split("：")[0]`，另一部分则是要替换的数字，即`data[code[i]]`。这样保证只替换了需要替换的数字部分，而保留中文和冒号部分。最后保存为新的文件，替换完成。
for i in range(len(code)): if code[i] in data: ws.cell(row=i+2,column=4).value = ID_list[i].split("：")[0] +"："+ data[code[i]] wb.save('原表-替换.xlsx')
如果以上不能通过观察原表，发现空值问题，还可以用`enumerate`函数给列表里的所有元素加上索引，以便精确定位`ID_list`中的空值。加上索引后，在转换成列表，并存入新的列表`ID_list_idx`中。观察其中前10个数据，可见索引已加好了。然后遍历新列表，判断其中的值是否为空值，若是则打印其对应的索引编号，这样就能精准定位哪些是空值了，再回到原Excel表，就容易弄清楚发生了什么事啦。其中，新列表中的元素的结构是一个元组，像这样`(2, '说明码：77601')`，`i[0]`是索引`2`，`i[1]`是索引对应的值`说明码：77601`。
ID_list_idx = list(enumerate(ID_list)) #加索引 ID_list_idx[:10]
for i in ID_list_idx: #遍历列表 if i[1] == None: #判断索引对应的值是否为空值。i的结构是一个元组，像这样(2, '说明码：77601')，i[0]是索引，i[1]是索引对应的值 print(i[0]) #打印索引编号
