Python對(duì)Excel按列值篩選并拆分表格到多個(gè)文件的代碼
更新時(shí)間：2019年11月05日 13:23:44 作者：lanxuxml
這篇文章主要介紹了Python對(duì)Excel按列值篩選并拆分表格到多個(gè)文件,本文通過代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下
場(chǎng)景：集團(tuán)中心下發(fā)本省數(shù)據(jù)時(shí)，并未按地市、業(yè)務(wù)拆分，現(xiàn)需要按地市、業(yè)務(wù)拆分并分發(fā)到地市。
本文利用Python的pandas包實(shí)現(xiàn)了以上場(chǎng)景。
注：本示例代碼只實(shí)現(xiàn)按單列拆分，如果需要多列篩選拆分，請(qǐng)修改本示例中的filter_column_name與city_name_to_list，并多套一層循環(huán)。
now, show u the code:
# -*- coding: utf-8 -*-
"""
Created on Fri Nov 1 09:53:30 2019
@author: lanxuxml
應(yīng)用場(chǎng)景：
包含多個(gè)sheet的Excel 需要按列篩選出來(lái)另存為其它文件
"""
import pandas as pd
split_excel_name_head = 'name_head_'
split_excel_name_tail = '_name_tail.xlsx'
xlsx_name = 'x:\xxxx\xxxxxxxx.xls'
#用來(lái)篩選的列名
filter_column_name = 'column_name'
#將該列去重后保存為list
df = pd.read_excel(xlsx_name)
city_names = df[filter_column_name].unique().tolist()
#獲取所有sheet名
df = pd.ExcelFile(xlsx_name)
sheet_names = df.sheet_names
#不需要篩選的sheet名
sheet_not_filter_names = sheet_names[9:2]
for city_name in city_names:
city_excel_name = split_excel_name_head + str(city_name) + split_excel_name_tail
writer = pd.ExcelWriter(city_excel_name)
#將city_name轉(zhuǎn)為list
#如果是兩列篩選，在此處多套上一層循環(huán)
#如果是多列篩選，請(qǐng)修改代碼使用多維list進(jìn)行循環(huán)遍歷
city_name_to_list = []
city_name_to_list.append(city_name)
for sheet_name in sheet_names:
tmp_df = pd.read_excel(xlsx_name, sheet_name=sheet_name)
if sheet_name not in sheet_not_filter_names:
#如果是兩列篩選，在此處添加一行代碼
tmp_sheet = tmp_df[tmp_df[filter_column_name].isin(city_name_to_list)]
else:
tmp_sheet = tmp_df
tmp_sheet.to_excel(excel_writer=writer, sheet_name=sheet_name, encoding="utf-8", index=False)
writer.save()
writer.close()
總結(jié)
以上所述是小編給大家介紹的Python對(duì)Excel按列值篩選并拆分表格到多個(gè)文件的代碼，希望對(duì)大家有所幫助，如果大家有任何疑問請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！
如果你覺得本文對(duì)你有幫助，歡迎轉(zhuǎn)載，煩請(qǐng)注明出處，謝謝！
相關(guān)文章
python 遍歷可迭代對(duì)象的實(shí)現(xiàn)方法
本文主要介紹了python 遍歷可迭代對(duì)象的實(shí)現(xiàn)方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
在Python開發(fā)中,文件路徑的拼接是一個(gè)常見而且重要的任務(wù),正確的路徑拼接可以確保程序在不同平臺(tái)上都能正常運(yùn)行,本文將介紹Python中文件路徑拼接的幾種方式,包括使用os.path.join、os.path.join、pathlib庫(kù)以及os.path.join2023-12-12
淺析對(duì)torch.unsqueeze()函數(shù)理解
torch.unsqueeze()函數(shù)起到升維的作用,dim等于幾表示在第幾維度加一,這篇文章主要介紹了對(duì)torch.unsqueeze()函數(shù)理解深度解析,感興趣的朋友跟隨小編一起看看吧2024-06-06
python實(shí)現(xiàn)sublime3的less編譯插件示例
這篇文章主要介紹了python實(shí)現(xiàn)sublime3的less編譯插件示例的相關(guān)資料2014-04-04
在matplotlib.pyplot 中除了可以繪制常規(guī)圖表如折線、柱狀、散點(diǎn)等,還可以繪制常用在地理上的平面展示地型的等高線圖,在本中,我們將詳細(xì)學(xué)習(xí)matplotlib 繪制等高線圖相關(guān)屬性的學(xué)習(xí),需要的朋友可以參考下2023-11-11
Python多線程threading創(chuàng)建及使用方法解析
這篇文章主要介紹了Python多線程threading創(chuàng)建及使用方法解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
淺談Pytorch中的自動(dòng)求導(dǎo)函數(shù)backward()所需參數(shù)的含義
今天小編就為大家分享一篇淺談Pytorch中的自動(dòng)求導(dǎo)函數(shù)backward()所需參數(shù)的含義，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧2020-02-02
利用python求解物理學(xué)中的雙彈簧質(zhì)能系統(tǒng)詳解
這篇文章主要給大家介紹了關(guān)于利用python如何求解物理學(xué)中的雙彈簧質(zhì)能系統(tǒng)的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。2017-09-09
這篇文章主要介紹了Python 一鍵制作微信好友圖片墻的方法，有兩種方法，每種方法給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-05-05
Python中collections.Counter()的具體使用
本文主要介紹了Python中collections.Counter()的具體使用，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07