python-EXCEL工作表拆分到不同工作簿（可按照不同字段拆分）

Python拆分Excel工作表

测试环境：py3+win10，不同环境可能会有些许差异。

• 实现功能： 对于文本字段，可以按照不同字段将一张sheet切分为不同工作簿，切分工作簿导出路径，默认为读取excel目录，如需指定，请设置out_dir参数，SheetSplit.mkfile方法可以生成测试文件，生成测试文件请指定out_dir输出目录参数。

• 需要用到的模块:
  • pandas：文件读取，记录抽取，文件导出，生成测试文件也会用到，需额外安装。
  • pandasql：DataFrame里写sql输出DataFrame，需要额外安装。
  • numpy、random：这里主要是生成测试文件时，用到，numpy模块需额外安装。
  • os：文件路径相关操作
  • itertools：生成不同特征的笛卡尔积列表
  • 安装模块:cmd命令行输入：pip3 install 模块名

• 参数说明：
  • features：筛选特征列表，可传入多个字符串特征，比如这里按照地区和水果两个字段进行工作簿切分：[‘地区’,‘水果’]
  • file：EXCEL切割数据源完整路径，如果只是生成测试文件，可以不用指定。
  • sheetname：EXCEL切割数据源表的表名，默认为Sheet1
  • out_dir：file_directory，如果需要指定切割文件导出路径，或者生成测试文件，请指定该参数，比如：‘d:/桌面’

• 小坑：
  • 在sqldf执行sql语句时，刚开始一直提示找不到df，我把语句单独拿出来执行，查询又没问题，可能是不同模块调用问题，这里要声明df为全局变量。

• 局限：
  目前仅仅只能针对文本字段进行切分，代码还不够灵活，不支持数值字段切割，文本字段分组切割，仅供参考，欢迎大家补足指点。

测试文件式样：

• 按照’地区’和水果字段切分结果式样：
  
• 代码如下：

# coding=utf-8from pandasql import sqldf
import pandas as pd
# from itertools import product
import numpy as np
from random import choices
import osclass SheetSplit():def __init__(self,features=[],file='',sheetname='Sheet1',out_dir=''):self.features = features        #筛选特征self.file = file        #读取的excel完整路径self.sheet_name = sheetname     #读取的工作表名称self.sql_where = ' = "{}" and '.join(self.features) + ' = "{}"'     #特征条件sql字符串if out_dir == '':       #文件切分输出路径，默认为excel所在路径self.out_dir = os.path.dirname(file)else:self.out_dir = out_dirdef mkfile(self):'''生成测试文件'''area = ['广州', '深圳', '东莞', '佛山']fruits = ['apple', 'orange', 'banana', 'watermelon','pear']df = pd.DataFrame(np.random.randint(30,150,size=50),columns=['销售'])df['水果'] = choices(fruits,k=50)df['地区'] = choices(area,k=50)df = df.reindex(columns=['地区','水果','销售'])df.to_excel(os.path.join(self.out_dir,'fruits_test.xlsx'),index=False)def not_file_exists(self,df):'''判断，输出不存在的特征列表'''out_features = []columns = df.columnsfor each in self.features:if not each in columns:out_features.append(each)return out_featuresdef feature_product(self,df):'''生成不同筛选特征的列表，字段去重'''split_feature = self.featuresfeature_product = ((x,y) for (x,y) in df[split_featurue].drop_duplicates().values)return feature_productdef split(self,feature_product):'''切分工作表到out_dir文件目录下'''global dfsplit_file_dir = os.path.join(self.out_dir,'EXCEL切分文件')os.mkdir(split_file_dir)os.chdir(split_file_dir)pysqldf = lambda x: sqldf(x, globals())for feature_select in feature_product:sql = 'select * from df where {}'.format(self.sql_where).format(*feature_select)split_df = pysqldf(sql)split_df.to_excel('-'.join(feature_select)+'.xlsx',index=False)print('正在导出文件:{}'.format('-'.join(feature_select)+'.xlsx'))def main(self):global df     # 使用pandsql，这里需要声明df为全局变量，不然会报错；if len(self.file) == 0 or len(self.features) == 0:print('您未输入切分特征选项或文件路径，请检查后再操作......')exit()'''文件读取'''df = pd.read_excel(self.file,sheet_name=self.sheet_name)'''检查输入列表特征是否存在于数据源特征'''out_features = self.not_file_exists(df)if len(out_features) > 0:print('您输入的以下特征不存在，请重新输入：{}'.format(';'.join(out_features)))exit()'''生成不同特征的笛卡尔积列表''' feature_product = self.feature_product(df)'''sql记录筛选，导出文件'''self.split(feature_product)if __name__ == '__main__':m = SheetSplit(features=['地区','水果'],file=r"D:\桌面\fruits_test.xlsx")m.main()

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！