编程小白的自学笔记二(用python处理表格文件)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: 编程小白的自学笔记二(用python处理表格文件)

前言

昨天我学习了表格的创建、写入和读取,今天又学习了新的内容,具体如下:


提示:以下是本篇文章正文内容,下面案例可供参考

一、查找表格内容

当我自学到这个内容的时候,我想到之前已经学了表格的读取,那么在没有专门的函数调用情况下,查找只需要做一个判断就行,然而书上确实就是加了一个循环判断而已。具体代码如下:

import xlrd
workbook = xlrd.open_workbook('new.xls')
table = workbook.sheet_by_index(0)
for rownum in range(table.nrows):
    row = table.row_values(rownum)
    if row[0]=='python':
        print(row[1])
        Break

通过open_workbook函数打开new.xls表格文件,再通过sheet_by_index打开工作表,最后通过循环遍历第一列元素,这时的表格可以看成是一个字典,查找key,取出值。    


如果需要遍历全部元素,难道要嵌套循环?row_values返回的是一个列表,是否可以用index函数,我提出问题,并进行了代码编写。结果是可行的。具体代码如下:

import xlrd
workbook = xlrd.open_workbook('new.xls')
table = workbook.sheet_by_index(0)
for rownum in range(table.nrows):
    row = table.row_values(rownum)
    a = row.index('java')
    if a >= 0:
        print('元素位置为第%d行第%d列'%(rownum,a))
        Break

输出结果为:元素位置为第0行第1列

二、合并表格

题目的要求是将一个有姓名和体重的表和一个有姓名和升高的合并成一个新表,新表包含姓名、身高、体重,两张原表的顺序是不一致的。看到此处,总算感觉学了python能有点用处用到工作上了。

书上提供的方案是将两个表的数据按行读取到两个列表里,相当于列表里嵌套列表,在进行比较,利用两个循环将第二个列表的元素,添加到第一个列表的子列表里。具体代码如下:

import xlrd,xlwt
workbook = xlrd.open_workbook('new.xls')
table =  workbook.sheet_by_index(0)
data = []
for rownum in range(table.nrows):
    row = table.row_values(rownum)
    data.append(row)
table = workbook.sheet_by_index(1)
for rownum in range(table.nrows):
    row = table.row_values(rownum)
    for d_row in data:
        if d_row[0] == row[0]:
            d_row.append(row[1])
book = xlwt.Workbook()
sheet1=book.add_sheet('sheet1')
r = 0
for row in data :
    c = 0
    for cell in row :
        sheet1.write(r,c,cell)
        c += 1
    r +=1
book.save('new1.xls')

这里说明一下代码的流程,第一个for循环将第一个工作表的内容保存到data列表里,data列表的每一个数据也是一个列表,是工作表的每一行数据。


第二个for循环,读取第二个工作表的每一行数据,并将每一行的第一个数据与data的子列表的第一个元素比较,如果相同,就添加到子列表里面。


全部循环完毕后,data列表里每个子列表都有三个元素。最后,创建新表格,将data里面元素一个个输入到表格内。

三、表格修改

表格修改比较简单,只需要找到你要修改的地方,然后进行输入操作,将原来的内容覆盖即可。这里就不用代码展示了。


总结

xlrd是Python的一个库,用于读取和解析Microsoft Excel文件。以下是xlrd库中一些常用方法的详细解析:


1. `open_workbook(filename)`:打开Excel文件并返回一个Workbook对象。

2. `sheet_by_index(index)`:根据索引号获取工作表,索引号从0开始。

3. `sheet_by_name(name)`:根据名称获取工作表,名称为字符串类型。

4. `nrows()`:获取工作表中的行数。

5. `ncols()`:获取工作表中的列数。

6. `cell_value(row, col)`:获取指定单元格的值,其中row和col分别表示行号和列号。

7. `row_values(row)`:获取指定行的所有单元格的值,返回一个列表。

8. `col_values(col)`:获取指定列的所有单元格的值,返回一个列表。

9. `cell_type(row, col)`:获取指定单元格的数据类型,返回一个整数。

10. `cell_is_date(row, col)`:判断指定单元格是否为日期格式,返回一个布尔值。

11. `cell_is_numeric(row, col)`:判断指定单元格是否为数字格式,返回一个布尔值。

12. `cell_is_string(row, col)`:判断指定单元格是否为字符串格式,返回一个布尔值。

13. `cell_bool(row, col)`:获取指定单元格的布尔值。

14. `cell_error(row, col)`:获取指定单元格的错误信息。

15. `save(workbook)`:将Workbook对象保存到文件中。


以上是xlrd库中一些常用方法的详细解析,使用这些方法可以方便地读取和处理Excel文件。


xltx是Python的一个库,用于创建和修改Microsoft Excel文件。以下是xltx库中一些常用方法的详细解析:


1. `Workbook()`:创建一个新的Workbook对象。

2. `add_sheet(sheet)`:向Workbook对象中添加一个新的工作表。

3. `write(row, col, value)`:在指定单元格中写入数据。

4. `set_column(col, width)`:设置指定列的宽度。

5. `set_row(row, height)`:设置指定行的高度。

6. `merge_range(first_row, first_col, last_row, last_col)`:合并指定范围的单元格。

7. `insert_rows(num_rows)`:在工作表中插入指定数量的空行。

8. `delete_rows(num_rows)`:删除指定数量的行。

9. `insert_cols(num_cols)`:在工作表中插入指定数量的空列。

10. `delete_cols(num_cols)`:删除指定数量的列。

11. `save(workbook)`:将Workbook对象保存到文件中。

12. `close()`:关闭Workbook对象并释放资源。


以上是xltx库中一些常用方法的详细解析,使用这些方法可以方便地创建和修改Excel文件。需要注意的是,xltx库只能创建Excel 2007及以上版本的文件,无法创建早期版本的Excel文件。


相关文章
|
10天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
3天前
|
Python
Python编程入门:从零开始的代码旅程
本文是一篇针对Python编程初学者的入门指南,将介绍Python的基本语法、数据类型、控制结构以及函数等概念。文章旨在帮助读者快速掌握Python编程的基础知识,并能够编写简单的Python程序。通过本文的学习,读者将能够理解Python代码的基本结构和逻辑,为进一步深入学习打下坚实的基础。
|
7天前
|
数据采集 存储 数据处理
Python中的多线程编程及其在数据处理中的应用
本文深入探讨了Python中多线程编程的概念、原理和实现方法,并详细介绍了其在数据处理领域的应用。通过对比单线程与多线程的性能差异,展示了多线程编程在提升程序运行效率方面的显著优势。文章还提供了实际案例,帮助读者更好地理解和掌握多线程编程技术。
|
10天前
|
存储 人工智能 数据挖掘
Python编程入门:打造你的第一个程序
本文旨在为初学者提供Python编程的初步指导,通过介绍Python语言的基础概念、开发环境的搭建以及一个简单的代码示例,帮助读者快速入门。文章将引导你理解编程思维,学会如何编写、运行和调试Python代码,从而开启编程之旅。
34 2
|
11天前
|
存储 Python
Python编程入门:理解基础语法与编写简单程序
本文旨在为初学者提供一个关于如何开始使用Python编程语言的指南。我们将从安装Python环境开始,逐步介绍变量、数据类型、控制结构、函数和模块等基本概念。通过实例演示和练习,读者将学会如何编写简单的Python程序,并了解如何解决常见的编程问题。文章最后将提供一些资源,以供进一步学习和实践。
24 1
|
13天前
|
存储 网络协议 IDE
从零起步学习Python编程
从零起步学习Python编程
|
12天前
|
机器学习/深度学习 存储 数据挖掘
Python 编程入门:理解变量、数据类型和基本运算
【10月更文挑战第43天】在编程的海洋中,Python是一艘易于驾驭的小船。本文将带你启航,探索Python编程的基础:变量的声明与使用、丰富的数据类型以及如何通过基本运算符来操作它们。我们将从浅显易懂的例子出发,逐步深入到代码示例,确保即使是零基础的读者也能跟上步伐。准备好了吗?让我们开始吧!
23 0
|
数据可视化 Java Python
python编程:tabula、pdfplumber、camelot进行表格数据识别
python编程:tabula、pdfplumber、camelot进行表格数据识别
861 0
python编程:tabula、pdfplumber、camelot进行表格数据识别
|
16天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
16天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!