这篇教程使用pandas读取表格数据并进行单行数据拼接的详细教程写得很实用，希望能帮到您。
业务需求
一个几十万条数据的Excel表格，现在需要拼接其中某一列的全部数据为一个字符串，例如下面简短的几行表格数据： | id | code | price | num | | 11 | 22 | 33 | 44 | | 22 | 33 | 44 | 55 | | 33 | 44 | 55 | 66 | | 44 | 55 | 66 | 77 | | 55 | 66 | 77 | 88 | | 66 | 77 | 88 | 99 | 现在需要将code的这一列用逗号,拼接为字符串，并且每个单元格数据都用单引号包含，需要拼接成字符串'22','33','44','55','66','77'，这样的情况，我们需要怎么处理呢？当然方式有很多…… 多行文本批量处理有的时候，我们会遇到需要同时处理多行文本的情况，很多文本编辑器都支持批量操作多行文本，这里我主要说一下Sublime Text，下面是操作的快捷键，有需要的可以尝试用一下，确实挺方便的。 - 选中需要操作的多行，按下Ctr+Shift+L即可同时编辑这些行
- 鼠标选中文本，反复按CTRL+D即可继续向下同时选中下一个相同的文本进行同时编辑
- 鼠标选中文本，按下Alt+F3即可一次性选择全部的相同文本进行同时编辑
如何节省效率
在工作中，可能会存在一些表格数据处理的情况，比如运营给你一个表格，表格里有类似：订单号呀、产品ID啊、商品SKU等，需要你协助导出这些数据里的明细数据以便他们做分析用，一两次，我们可以快速用上面的方式处理，但是这种方式对于大文本的处理可能会存在卡顿的情况，操作效率较低，如果小文本的话，那么还是很方便的。
如果多次遇到这种情况，是否想要做成一个工具来快速处理呢，也就是，这种批量拼接同样格式的数据，我们可以写一个小工具来实现，即快速又省事，可以大大减少重复的工作消耗。
pandas读取表格数据并处理
这我们使用Python的pandas模块来读取表格指定某列的数据，再按照我们的拼接格式进行循环处理，最终把拼接的字符串写入文本文件中，方便保留和使用拼接的数据。
sheet = pandas.read_excel(io=file_name, usecols=[line_num])data = sheet.values.tolist()str_data = ''# 循环处理数据print_msg('已获取列数据条数[' + str(len(data)) + ']，开始处理数据……')for x in range(len(data)): if str(data[x][0]) != 'nan': str_data += "'" + str(data[x][0]) + "',"完整源码
因为脚本需要多次使用，并且针对不同文件的不同列，所以，我们采用接受关键参数的形式，可以不改动任何代码，就可以直接使用此脚本来完整我们的数据拼接，同时，我们还可以使用pyinstaller模块来将脚本进行打包成exe的window可执行文件，使其在无Python的运行环境中也可以使用，打包命令为：pyinstaller -F -i favicon.ico join_excel_data.py，我已有打包的上传到交友网站Github上，大家有兴趣的话，可以点击查看哦，交个朋友地址：github.com/gxcuizy
#!/usr/bin/env python# -*- coding: utf-8 -*-"""拼接Excel表格单行数据，并写入文本author: gxcuizytime: 2021-03-01"""import pandasimport randomimport osimport timedef print_msg(msg=''): """打印信息""" now_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) print('[' + now_time + '] ' + msg)# 程序主入口if __name__ == "__main__": # 获取传入参数 file_name = input('请输入当前目录下的表格文件名（例如“01.xlsx”）：') line_num = input('请输入要拼装的数据第几列（例如“1”）：') # 判断文件是否存在 if os.path.exists(file_name) == False: print_msg('文件不存在') os.system("pause") exit(0) # 判断输入的行数是否为数字 if line_num.isdigit() == False: print_msg('请输入列数的数字') os.system("pause") exit(0) try: # 获取表格数据 print_msg('开始获取文件[' + file_name + ']的第[' + str(line_num) + ']列数据') line_num = int(line_num) - 1 sheet = pandas.read_excel(io=file_name, usecols=[line_num]) data = sheet.values.tolist() str_data = '' # 循环处理数据 print_msg('已获取列数据条数[' + str(len(data)) + ']，开始处理数据……') for x in range(len(data)): if str(data[x][0]) != 'nan': str_data += "'" + str(data[x][0]) + "'," # 写入文本文件 print_msg('数据处理完毕，开始写入……') random_num = random.randint(1000, 9999) with open('str_' + str(random_num) + '.txt', 'w') as f: f.write(str_data.strip(',')) print_msg('数据写入完毕.') except Exception as err_info: # 异常信息 print_msg(str(err_info)) # 防止exe程序执行结束闪退 os.system("pause")到此这篇关于使用pandas读取表格数据并进行单行数据拼接的详细教程的文章就介绍到这了,更多相关pandas读取表格并拼接内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
用gpu训练好的神经网络,用tensorflow-cpu跑出错的原因及解决方案
python 递归相关知识总结 |
