python办公自动化(3)利用xlrd,xlutils批量修改

2023-12-20 07:30

本文主要是介绍python办公自动化(3)利用xlrd,xlutils批量修改,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

三、今天是选课的一天,就学习了一个综合的利用xlrd和xlutils进行的对一个表格数据更加高级的操作。话不多少直接上代码和截图。
原来的表长这个样子
在这里插入图片描述
经过操作之后长这个样子
在这里插入图片描述
在这里插入图片描述
然后代码是下面的这种

import xlrd
from xlutils.copy import copy#以上两步都是正常的导入操作,详情可以看到一和二
zhi=[]#设置一个列表,用来存放数据相乘之后的结果
meiyige={}#设置一个字典,类似于结构体,方便在第二个工作簿之中总结结果
def read():#设置一个函数,方便分开操作rd=xlrd.open_workbook("分量.xlsx")sh=rd.sheet_by_index(0)for i in range(1,sh.nrows):count=sh.cell_value(i,1)*sh.cell_value(i,2)#这里是让excel表中单元格的数据相乘zhi.append(count)#这个是列表的添加元素的操作key=sh.cell_value(i,0)#这个是用来判断meiyige的字典的值的if meiyige.get(key):#如果字典中有这个值meiyige[key]+=count;#每次的结果加上去else:#如果字典中没有值meiyige[key]=count;#那么直接进行赋值return zhi,meiyige#返回一个列表和字典
def write(a,b):rd=xlrd.open_workbook("分量.xlsx")sh1=rd.sheet_by_index(0)#这个用来给出列表的行数和列数cd=copy(rd)sh2=cd.get_sheet(0)#这个复制之后的无法利用sh2.ncols来计算列数,所以只可以利用上上行的那个给出列数sh2.write(0,sh1.ncols,"总量")#这个是给单元格赋值for i in range(1,sh1.nrows):sh2.write(i,sh1.ncols,a[i-1])#输出所有的数字sh2=cd.add_sheet("总的数字")#增加新的工作簿for i,key in enumerate(b.keys()):#为什么这里要用enumerate呢sh2.write(0,i,key)#enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,sh2.write(1,i,b.get(key))#可以更好的进行元素的赋值cd.save("新的哦.xls")#另存为
f,c=read()#正常的函数运行
write(f,c)

这篇关于python办公自动化(3)利用xlrd,xlutils批量修改的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/515209

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

如何在运行时修改serialVersionUID

优质博文:IT-BLOG-CN 问题 我正在使用第三方库连接到外部系统,一切运行正常,但突然出现序列化错误 java.io.InvalidClassException: com.essbase.api.base.EssException; local class incompatible: stream classdesc serialVersionUID = 90314637791991

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点