用Python实现数据录入、追加、数据校验并生成表格

简介: 本示例展示了如何使用Python和Pandas库实现学生期末考试成绩的数据录入、追加和校验,并生成Excel表格。首先通过`pip install pandas openpyxl`安装所需库,然后定义列名、检查并读取现有数据、用户输入数据、数据校验及保存至Excel文件。程序支持成绩范围验证,确保数据准确性。

用Python实现数据录入、追加、数据校验并生成表格

1. 环境准备

确保你的环境中已安装了所需的库。你可以通过pip命令安装这些库:

pip install pandas openpyxl

2. 完善后的代码

import pandas as pd
import os

# 定义学生信息的列名
columns = ["姓名", "考号", "班级", "语文", "数学", "英语", "政治", "历史", "地理", "物理", "化学", "生物", "期中排名"]

# 检查并读取现有数据
def load_existing_data(filename="期末考试成绩.xlsx"):
    if os.path.exists(filename):
        return pd.read_excel(filename)
    else:
        return pd.DataFrame(columns=columns)

# 用户输入数据
def input_student_data(df):
    print("请输入学生信息(输入'q'退出):")
    while True:
        student_data = {
   }
        for col in columns:
            while True:
                value = input(f"请输入{col}:")
                if value.lower() == 'q':
                    return df
                try:
                    # 尝试将数值类型的字段转换为浮点数
                    if col not in ["姓名", "考号", "班级"]:
                        value = float(value)
                        if value < 0 or value > 100:
                            print(f"{col}的成绩必须在0到100之间,请重新输入。")
                            continue
                    student_data[col] = value
                    break
                except ValueError:
                    print(f"无效的输入,请重新输入{col}:")
        df.loc[len(df)] = student_data
        print("学生信息已添加。")

# 生成并保存Excel文件
def save_to_excel(df, filename="期末考试成绩.xlsx"):
    df.to_excel(filename, index=False)
    print(f"数据已保存到 {filename}")

# 主程序
if __name__ == "__main__":
    # 加载现有数据
    df = load_existing_data()

    # 输入新数据
    df = input_student_data(df)

    # 保存数据
    save_to_excel(df)

3. 代码解析

3.1 导入必要的库

import pandas as pd
import os

这里导入了数据处理相关的pandas库和用于文件操作的os库。

3.2 定义学生信息的列名

columns = ["姓名", "考号", "班级", "语文", "数学", "英语", "政治", "历史", "地理", "物理", "化学", "生物", "期中排名"]

定义了一个包含所有列名的列表。

3.3 检查并读取现有数据

def load_existing_data(filename="期末考试成绩.xlsx"):
    if os.path.exists(filename):
        return pd.read_excel(filename)
    else:
        return pd.DataFrame(columns=columns)
  • 检查指定的Excel文件是否存在。
  • 如果文件存在,读取并返回其内容。
  • 如果文件不存在,返回一个空的DataFrame,列名为预定义的列名。

3.4 用户输入数据

def input_student_data(df):
    print("请输入学生信息(输入'q'退出):")
    while True:
        student_data = {
   }
        for col in columns:
            while True:
                value = input(f"请输入{col}:")
                if value.lower() == 'q':
                    return df
                try:
                    # 尝试将数值类型的字段转换为浮点数
                    if col not in ["姓名", "考号", "班级"]:
                        value = float(value)
                        if value < 0 or value > 100:
                            print(f"{col}的成绩必须在0到100之间,请重新输入。")
                            continue
                    student_data[col] = value
                    break
                except ValueError:
                    print(f"无效的输入,请重新输入{col}:")
        df.loc[len(df)] = student_data
        print("学生信息已添加。")
  • 提示用户输入学生信息。
  • 使用一个无限循环来持续接收用户输入,直到用户输入q退出。
  • 对于每个字段,尝试将输入值转换为适当的类型(字符串或浮点数)。
  • 如果输入无效或成绩不在0到100之间,提示用户重新输入。
  • 将输入的数据添加到DataFrame中。

3.5 生成并保存Excel文件

def save_to_excel(df, filename="期末考试成绩.xlsx"):
    df.to_excel(filename, index=False)
    print(f"数据已保存到 {filename}")
  • 使用pandasto_excel方法将DataFrame保存为Excel文件。
  • index=False表示不保存行索引。

3.6 主程序

if __name__ == "__main__":
    # 加载现有数据
    df = load_existing_data()

    # 输入新数据
    df = input_student_data(df)

    # 保存数据
    save_to_excel(df)
  • 调用load_existing_data函数加载现有数据。
  • 调用input_student_data函数获取用户输入的新数据。
  • 调用save_to_excel函数将数据保存到Excel文件中。

4. 运行代码

运行上述代码后,程序会提示你逐个输入学生的各项信息。输入完成后,数据将被追加到现有的Excel文件中,如果文件不存在则会创建一个新的文件并保存数据。同时,程序会对各科成绩进行验证,确保成绩在0到100之间。

希望这个示例能帮助你实现数据追加录入并生成电子表格文件,并确保数据的有效性。

相关文章
|
14天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
6天前
|
自然语言处理 数据可视化 API
Qwen系列模型+GraphRAG/LightRAG/Kotaemon从0开始构建中医方剂大模型知识图谱问答
本文详细记录了作者在短时间内尝试构建中医药知识图谱的过程,涵盖了GraphRAG、LightRAG和Kotaemon三种图RAG架构的对比与应用。通过实际操作,作者不仅展示了如何利用这些工具构建知识图谱,还指出了每种工具的优势和局限性。尽管初步构建的知识图谱在数据处理、实体识别和关系抽取等方面存在不足,但为后续的优化和改进提供了宝贵的经验和方向。此外,文章强调了知识图谱构建不仅仅是技术问题,还需要深入整合领域知识和满足用户需求,体现了跨学科合作的重要性。
|
1月前
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
|
1月前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
2天前
|
人工智能 容器
三句话开发一个刮刮乐小游戏!暖ta一整个冬天!
本文介绍了如何利用千问开发一款情侣刮刮乐小游戏,通过三步简单指令实现从单个功能到整体框架,再到多端优化的过程,旨在为生活增添乐趣,促进情感交流。在线体验地址已提供,鼓励读者动手尝试,探索编程与AI结合的无限可能。
|
6天前
|
Cloud Native Apache 流计算
PPT合集|Flink Forward Asia 2024 上海站
Apache Flink 年度技术盛会聚焦“回顾过去,展望未来”,涵盖流式湖仓、流批一体、Data+AI 等八大核心议题,近百家厂商参与,深入探讨前沿技术发展。小松鼠为大家整理了 FFA 2024 演讲 PPT ,可在线阅读和下载。
3107 10
PPT合集|Flink Forward Asia 2024 上海站
|
2天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
910 12
|
19天前
|
人工智能 自然语言处理 前端开发
100个降噪蓝牙耳机免费领,用通义灵码从 0 开始打造一个完整APP
打开手机,录制下你完成的代码效果,发布到你的社交媒体,前 100 个@玺哥超Carry、@通义灵码的粉丝,可以免费获得一个降噪蓝牙耳机。
5869 16
|
1月前
|
缓存 监控 Linux
Python 实时获取Linux服务器信息
Python 实时获取Linux服务器信息
|
12天前
|
机器学习/深度学习 人工智能 安全
通义千问开源的QwQ模型,一个会思考的AI,百炼邀您第一时间体验
Qwen团队推出新成员QwQ-32B-Preview,专注于增强AI推理能力。通过深入探索和试验,该模型在数学和编程领域展现了卓越的理解力,但仍在学习和完善中。目前,QwQ-32B-Preview已上线阿里云百炼平台,提供免费体验。