| 标题 | python在日常工作处理中的应用 |
| 范文 | 马珊珊 摘要：论文介绍了利用python进行日常excel表格批量处理的方法，并以员工福利采购统计数据为例，编程实现了excel文件的批量读取、切片、计算、合并等功能。结果表明，采用python进行批量处理文件，简单高效，大大提高了办公的效率。 关键词：excel数据处理；python；pandas 中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）01-0228-02 随着办公无纸化、信息网络化的兴起，工作中绝大多数工作都由计算机来处理。对于在办公室工作的同志来讲，日常工作多是搜集、整理、计算数据。这些日常收集的数据以Excel表格为主，往往格式统一、处理任务单一，如果依靠手工来完成，任务量较大，且容易出错。Excel自带了一些批处理功能，但是功能有限，不能满足工作中各种各样的文件批处理要求。本文以常见的excel数据为例，采用python程序设计语言，介绍了采用python语言进行数据批量处理的方法。python语言语法简单，简单的几行代码就可以完成复杂的任务，适合办公室工作人员使用。 1 问题描述 以某单位年终福利采购为例。某单位拟年终采购一批物品作为职工福利，需要采集的物品有6种，每种的价格如表1所示，员工需要填写的统计表格如表2所示，其中员工的名字体现在统计表格的文件名字中，如图1所示。 现在办公室需要搜集整个公司每位员工的统计表，根据数量和单价计算出相应的金额，并计算出总价填写在相应的位置，并把所有人员的购物数据汇总到一个excel表中。 2 解决该问题的基本思路与方法 该问题是办公室日常工作中的典型问题，搜集到的数据是excel表格文件，每位员工对应着一个excel文件，编程时需要对每一个文件进行遍历，提取出员工的姓名及填写的数据，根据员工填写的数据及商品的价格，计算出总价，并合并表格。 采用编程解决，可以归结为如下几类问题： 1） 文件遍历： python中有关文件夹与文件的查找，删除等功能 在os模块中实现。使用时需先导入OS模块，OS模块中的os.listdir（path）可以列出path目录下的所有文件，存放在一个列表中，对该列表进行遍历，即可以实现文件的遍历。使用該方法需要首先导入OS模块。 2） excel文件处理 pandas是python的数据分析包，它读取数据简单高效，有独特的数据类型DataFrame，在数据处理中十分常用[1]。本文采用pandas读写并处理excel文件。本例中，主要涉及的操作有：文件的读取、数据区域的筛选、求和计算、数据的拼接。 l 文件的读取：panmdas支持许多格式数据的读取。其中excel数据读取代码为： df=pd.read_excel（fullname） 其中fullname代表要读取文件的全名。读入数据后，存放在df中。df是一个dataframe类型的变量。 l 数据区域的选择： 读入的数据是一个dataframe类型的变量，本质上是一个二维表格。excel数据的选择对应着dataframe类型变量的切片操作。dataframe类型变量的切片方法如下： 选取一行数据：df.ix[i，：] 选择第i行数据 选择多行数据：df.ix[a：b，：] 选择第a行开始到b-1行结束的数据 选择某行某列数据：df.ix[a：b，m：n] 选择a行开始到b-1行，m列到n-1列的数据 l 求和计算 pandas提供了数据求和函数，sum函数。具体使用方法参考下面文中的实现代码 l 数据的拼接：采用append方法。 本例中的完整代码如下： import pandas as pd #导入pandas模块进行excel文件的读写预处理 import os #导入OS模块对文件进行遍历 path，name，data =[]，[]，[] for i in os.listdir（path1）：# path1是存放excel数据的路径名 ifi[0]=='2'： path.append（path1+'/'+i） name.append（i[10：-4]）#读取员工的姓名信息 for j in path： #对路径中的excel文件进行遍历 f=pd.read_excel（j）#读取文件 sp=f.ix[4，2：13：2]*pd.Series（[159，158，288，178，180，368]，index=f.ix[4，2：13：2].index）#计算每种商品的价格 sp.index=f.ix[4，3：14：2].index f.ix[4，3：14：2]=sp选择每种商品的价格 f.ix[4，14]=sp.sum（）计算每位员工的总价 data.append（f.ix[4，2：15]）#合并数据 f.ix[4：4+len（os.listdir（path1）），2：15]=data f.ix[4： 4+len（os.listdir（path1），1]=name f.to_excel（'/Users/neo/Desktop/demo.xls'，index=False）#将结果保存成excel文件 3） 结果 运行以上程序，得到的结果如表3所示。从表3可以看出，每位员工的采购物品的价格都已被计算出来并合并起来，达到了我们想要的结果。对本文的代码稍加改进，就可以完成其他的表格处理工作。大大提高了办公效率。 3 结论 本文介绍了利用python处理excel数据，主要包括采用OS模块对文件进行遍历，采用pandas模块实现excel数据存取、选择、运算。从论文的实例可见，采用python进行excel文件处理工作，简单方便，大大提高了工作效率。 参考文献： [1] 王全胜. Python在校园数据分析中的应用——以一卡通消费为例[J].电脑知识与技术，2017，13（9）：1-2，6. [2] 张雷. Python与Spark集群在收费数据分析中的应用[J].中国交通信息化，2017（3）：122-123，132. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。