学Python还不会处理Excel数据？带你用pandas玩转各

前言

以前学习 Python 的 pandas 包时，经常到一些 excel 的论坛寻找实战机会。接下来我会陆续把相关案例分享出来，还会把其中的技术要点做详细的讲解。

本文要点：

使用 xlwings ，如同 vba 一样操作 excel

使用 pandas 快速做透视表

案例

今天的例子非常简单，从一个表中读取学生的数据，然后按班级汇总各个科目的成绩。下图，左为原始数据，右为示意结果：

导入包

本文所需的包，安装命令如下:

pip install xlwings

pip install pandas

脚本中导入

读取表格的数据

使用 xw.books[] 可以快速访问当前打开的工作簿。可以使用索引也可以使用名字。

同样，通过 book.sheets[] 快速访问工作表，可以使用索引也可以使用名字。

接下来读取表格数据

通过 sheet.range(地址) 即可访问单元格区域。

接着使用 current_region 快速得到整个表格数据。这里可以使用其他方式定位数据的大小。

options(pd.DataFrame) 是一个很关键的操作，我们希望把数据放入 pandas 的 DataFrame ，以便快速处理数据。然后通过 value 获得。

我们来看看数据

现在姓名列变成了 index 。不过需求是不需要理会姓名，因此我们不处理。

[班级]列变成小数。其实是小数也不会影响结果。

数据透视

接下来就非常简单，直接使用pandas做出透视表。

使用 pd.pivot_table ，即可快速生成透视表。

其中参数 index ，则是结果左边的行分类字段——[班级]。

参数 margins ，表示生成一个汇总行。

参数 margins_name ，则是汇总行的名字。

注意，其实还有一个参数 aggfunc ，用于指定汇总方式，默认是 mean。

如果你对excel的透视表比较熟悉就会马上学会这些。

index 相当于 excel 透视表的行区域。

values 相当于 excel 透视表的值区域。

columns 相当于 excel 透视表的字段区域。

放入 index 与 columns 的字段，一般是分类的字段，比如：班级，性别。

放入 values 的字段，一般是连续值，比如：分数，销售额。如果是类别的值，一般会用于统计个数。

上述3个参数都可以传入列表，以表示处理多个字段。

但是，看一下结果，却发现了一些问题：

列的顺序与原数据不一样了。

结果需要把汇总列放到最右边。

下面是针对上述问题的解决方法

cols=df.columns[1:].tolist() 首先需要读取原数据的字段(第一个字段是班级，因此通过切片 1: 从第2个字段开始)。

cols.append(cols.pop(0)) 把[汇总]移到列表的最后。

pv_df=pv_df[cols] 把透视表的字段调整为我们需要的顺序。

pv_df.reset_index(inplace=True) 是为了把[班级]从 index 移动回来作为 column。

看看结果，非常完美

输出结果

把 DataFrame 写回 excel 是非常容易。比如： wrk.range('O11').value=pv_df

但是这会把其中的index也输出到excel上。因此，我们可以分开两步输出。如下：

第一行代码，首先输出字段行。

第二行代码，输出值。

完整代码

以下是完整的代码：

与 Vba 的对比

本文的案例是从某个知名excel论坛中挑选的，我从中挑选了最简短的vba解决方案。如下：

可以看到使用 vba 进行统计，代码很长，并且都不是给人看的。

如果原数据的字段顺序有变化，这代码立刻无效。并且代码仍然可以跑出结果，只是错误结果而已。

如果需求有变化，比如：求出每个班级的 top 3的学生。很快就放弃了吧。

总结

如果需要从 excel 读取数据进行汇总处理，可以选用 xlwings + pandas(如果数据非常规范并且无需处理格式等，可以直接使用 pandas)。

pandas 中的 pivot_table 快速得到各种方式的分组汇总。