欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python保留格式匯總各部門excel內(nèi)容的實(shí)現(xiàn)思路

 更新時(shí)間:2020年06月01日 11:39:48   作者:bin083  
這篇文章主要介紹了python保留格式匯總各部門excel內(nèi)容,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

使用pthon匯總各部門的excel內(nèi)容,主要思路:

1.使用pandas讀入?yún)R總表(b3df)和其中一個(gè)部門的表格內(nèi)容(dedf)
2.填充pandas空值,使'項(xiàng)目名稱','主管部門'列沒(méi)有空值
3.使用xlwings打開(kāi)匯總表(b3ws)和部門表(dews)
4.用b3df、dedf對(duì)比兩個(gè)表中項(xiàng)目的行數(shù)是否一樣,不一樣則在匯總表(b3ws)插入行,使匯總表和部門表格(dews)一致
5.復(fù)制部門表格(dews)內(nèi)容到匯總表(b3ws)
6.保存退出

匯總表格如下:

在這里插入圖片描述

匯總A、B、C、D部門后的表格如下:

在這里插入圖片描述

具體代碼如下:

import pandas as pd
import xlwings as xw

def insertRow(zgfj,deFile,b3df,b3ws):
  '''
  '''
  print('正在匯總:' + zgfj)
  dedf = pd.read_excel(deFile,header=3)
  dedf[['項(xiàng)目名稱','主管部門']] = dedf[['項(xiàng)目名稱','主管部門']].fillna(axis=0,method='ffill')
  dewb = app.books.open(deFile)
  dews = dewb.sheets[0]
  #對(duì)比兩個(gè)表的不同
  df1 = pd.pivot_table(dedf[dedf['主管部門']==zgfj],values='責(zé)任單位',index='項(xiàng)目名稱',aggfunc=[len])
  df2 = pd.pivot_table(b3df[b3df['主管部門']==zgfj],values='責(zé)任單位',index='項(xiàng)目名稱',aggfunc=[len])
  df12 = df1 - df2
  if df12.shape[0]:
    diff = df12[df12[('len','責(zé)任單位')] != 0]
  #兩個(gè)表不同則修改excel表,使相同項(xiàng)目的行數(shù)相同
  #if diff.shape[0]:
    for xmmc in list(diff.index):
      for r in range(1,b3ws.used_range.shape[0]+1):                  
        if b3ws.range(r,2).value == xmmc:
          if diff.loc[xmmc][0] > 0:
            print(str(r+1) + ':' + str(int(r+diff.loc[xmmc][0])))
            b3ws.api.rows(str(r+1) + ':' + str(int(r+diff.loc[xmmc][0]))).insert #插入部門多出的行
            break
          else:
            b3ws.api.rows(str(r+1) + ':' + str(int(r-diff.loc[xmmc][0]))).delete #刪除多余的行
            break
  #復(fù)制部門內(nèi)容到匯總表
  for xmmc in list(df2.index):
    for r in range(1,b3ws.used_range.shape[0]+1):                  
        if b3ws.range(r,2).value == xmmc:
          #項(xiàng)目名稱在部門excel表的行號(hào)
          rfj = dedf[dedf['項(xiàng)目名稱'] == xmmc].index[0] + 5
          #需要插入的行數(shù)
          rows = df1.loc[xmmc][0]
          #復(fù)制部門excel表格項(xiàng)目名稱所在行到匯總表
          dews.api.rows(str(rfj) + ':' + str(rfj+rows-1)).Copy(b3ws.api.rows(str(r) + ':' + str(r+rows-1)))
          break #因?yàn)轫?xiàng)目名稱唯一,復(fù)制后可跳出進(jìn)行下一項(xiàng)目
if __name__ == '__main__':
  #匯總表格文件
  b3File = '匯總文件.xls'
  #各部門表格文件所在位置
  fjFile = {'B部門':'B部門.xls',\
       'A部門':'A部門.xls',\
       'C部門':'C部門.xls',\
       'D部門':'D部門.xls'}
  app = xw.App(visible=False,add_book=False)
  app.display_alerts = False
  app.screen_updating = False
  b3wb = app.books.open(b3File)
  b3ws = b3wb.sheets[0]
  b3df = pd.read_excel(b3File,header=3)
  for zgfj,file in fjFile.items():
    b3df[['項(xiàng)目名稱','主管部門']] = b3df[['項(xiàng)目名稱','主管部門']].fillna(axis=0,method='ffill') #填充合并單元格內(nèi)容
    #print(b3df.shape[0])
    insertRow(zgfj,file,b3df,b3ws)
    
  b3wb.save('匯總后文件.xls')
  app.quit()
  app.kill()

總結(jié)

到此這篇關(guān)于python保留格式匯總各部門excel內(nèi)容的實(shí)現(xiàn)思路的文章就介紹到這了,更多相關(guān)python保留格式excel內(nèi)容內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python類的定義和使用詳情

    Python類的定義和使用詳情

    這篇文章主要介紹了Python類的定義與使用,類名只要是一個(gè)合法的標(biāo)識(shí)符即可,但這僅僅滿足的是?Python?的語(yǔ)法要求:如果從程序的可讀性方面來(lái)看,Python?的類名必須是由一個(gè)或多個(gè)有意義的單詞連綴而成的,下文基于這些基礎(chǔ)內(nèi)容展開(kāi)介紹,需要的朋友可以參考一下
    2022-03-03
  • Python人臉識(shí)別第三方庫(kù)face_recognition接口說(shuō)明文檔

    Python人臉識(shí)別第三方庫(kù)face_recognition接口說(shuō)明文檔

    Python人臉識(shí)別第三方庫(kù)face_recognition接口簡(jiǎn)單說(shuō)明,及簡(jiǎn)單使用方法
    2019-05-05
  • pyspark創(chuàng)建DataFrame的幾種方法

    pyspark創(chuàng)建DataFrame的幾種方法

    為了便于操作,使用pyspark時(shí)我們通常將數(shù)據(jù)轉(zhuǎn)為DataFrame的形式來(lái)完成清洗和分析動(dòng)作。那么你知道pyspark創(chuàng)建DataFrame有幾種方法嗎,下面就一起來(lái)了解一下
    2021-05-05
  • python2.6.6如何升級(jí)到python2.7.14

    python2.6.6如何升級(jí)到python2.7.14

    這篇文章主要為大家詳細(xì)介紹了python2.6.6如何升級(jí)到python2.7.14,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-04-04
  • pandas學(xué)習(xí)之df.fillna的具體使用

    pandas學(xué)習(xí)之df.fillna的具體使用

    本文主要介紹了pandas學(xué)習(xí)之df.fillna的具體使用,文中通過(guò)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
    2022-08-08
  • Python群發(fā)郵件實(shí)例代碼

    Python群發(fā)郵件實(shí)例代碼

    今天試了試Python發(fā)郵件,突然想到能不能群發(fā)郵件呢?群發(fā)郵件是smtplib的一個(gè)bug,不過(guò)最終還是解決了
    2014-01-01
  • logging level級(jí)別介紹

    logging level級(jí)別介紹

    今天小編就為大家分享一篇logging level級(jí)別介紹,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(guò)來(lái)看看吧
    2020-02-02
  • django中row語(yǔ)法詳解

    django中row語(yǔ)法詳解

    在Django模板中,使用{{ row }}語(yǔ)法可以輸出列表row的所有元素,但是如果你想要輸出列表中的某個(gè)元素,需要使用下標(biāo)來(lái)訪問(wèn)它,這篇文章主要介紹了django中row語(yǔ)法詳解,需要的朋友可以參考下
    2023-06-06
  • python中pandas.read_csv()函數(shù)的深入講解

    python中pandas.read_csv()函數(shù)的深入講解

    這篇文章主要給大家介紹了關(guān)于python中pandas.read_csv()函數(shù)的相關(guān)資料,文中通過(guò)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
    2021-03-03
  • 解決pycharm無(wú)法刪除invalid interpreter(無(wú)效解析器)的問(wèn)題

    解決pycharm無(wú)法刪除invalid interpreter(無(wú)效解析器)的問(wèn)題

    這篇文章主要介紹了pycharm無(wú)法刪除invalid interpreter(無(wú)效解析器)的問(wèn)題,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2023-07-07

最新評(píng)論