python在日常工作處理中的應用

馬珊珊

摘要：論文介紹了利用python進行日常excel表格批量處理的方法，并以員工福利采購統(tǒng)計數(shù)據(jù)為例，編程實現(xiàn)了excel文件的批量讀取、切片、計算、合并等功能。結果表明，采用python進行批量處理文件，簡單高效，大大提高了辦公的效率。

關鍵詞：excel數(shù)據(jù)處理；python；pandas

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2018）01-0228-02

隨著辦公無紙化、信息網(wǎng)絡化的興起，工作中絕大多數(shù)工作都由計算機來處理。對于在辦公室工作的同志來講，日常工作多是搜集、整理、計算數(shù)據(jù)。這些日常收集的數(shù)據(jù)以Excel表格為主，往往格式統(tǒng)一、處理任務單一，如果依靠手工來完成，任務量較大，且容易出錯。Excel自帶了一些批處理功能，但是功能有限，不能滿足工作中各種各樣的文件批處理要求。本文以常見的excel數(shù)據(jù)為例，采用python程序設計語言，介紹了采用python語言進行數(shù)據(jù)批量處理的方法。python語言語法簡單，簡單的幾行代碼就可以完成復雜的任務，適合辦公室工作人員使用。

1 問題描述

以某單位年終福利采購為例。某單位擬年終采購一批物品作為職工福利，需要采集的物品有6種，每種的價格如表1所示，員工需要填寫的統(tǒng)計表格如表2所示，其中員工的名字體現(xiàn)在統(tǒng)計表格的文件名字中，如圖1所示。

現(xiàn)在辦公室需要搜集整個公司每位員工的統(tǒng)計表，根據(jù)數(shù)量和單價計算出相應的金額，并計算出總價填寫在相應的位置，并把所有人員的購物數(shù)據(jù)匯總到一個excel表中。

2 解決該問題的基本思路與方法

該問題是辦公室日常工作中的典型問題，搜集到的數(shù)據(jù)是excel表格文件，每位員工對應著一個excel文件，編程時需要對每一個文件進行遍歷，提取出員工的姓名及填寫的數(shù)據(jù)，根據(jù)員工填寫的數(shù)據(jù)及商品的價格，計算出總價，并合并表格。

采用編程解決，可以歸結為如下幾類問題：

1） 文件遍歷：

python中有關文件夾與文件的查找，刪除等功能 在os模塊中實現(xiàn)。使用時需先導入OS模塊，OS模塊中的os.listdir（path）可以列出path目錄下的所有文件，存放在一個列表中，對該列表進行遍歷，即可以實現(xiàn)文件的遍歷。使用該方法需要首先導入OS模塊。

2） excel文件處理

pandas是python的數(shù)據(jù)分析包，它讀取數(shù)據(jù)簡單高效，有獨特的數(shù)據(jù)類型DataFrame，在數(shù)據(jù)處理中十分常用[1]。本文采用pandas讀寫并處理excel文件。本例中，主要涉及的操作有：文件的讀取、數(shù)據(jù)區(qū)域的篩選、求和計算、數(shù)據(jù)的拼接。

l 文件的讀取：panmdas支持許多格式數(shù)據(jù)的讀取。其中excel數(shù)據(jù)讀取代碼為：

df=pd.read_excel（fullname） 其中fullname代表要讀取文件的全名。讀入數(shù)據(jù)后，存放在df中。df是一個dataframe類型的變量。

l 數(shù)據(jù)區(qū)域的選擇：

讀入的數(shù)據(jù)是一個dataframe類型的變量，本質(zhì)上是一個二維表格。excel數(shù)據(jù)的選擇對應著dataframe類型變量的切片操作。dataframe類型變量的切片方法如下：

選取一行數(shù)據(jù)：df.ix[i，：] 選擇第i行數(shù)據(jù)

選擇多行數(shù)據(jù)：df.ix[a：b，：] 選擇第a行開始到b-1行結束的數(shù)據(jù)

選擇某行某列數(shù)據(jù)：df.ix[a：b，m：n] 選擇a行開始到b-1行，m列到n-1列的數(shù)據(jù)

l 求和計算

pandas提供了數(shù)據(jù)求和函數(shù)，sum函數(shù)。具體使用方法參考下面文中的實現(xiàn)代碼

l 數(shù)據(jù)的拼接：采用append方法。

本例中的完整代碼如下：

import pandas as pd #導入pandas模塊進行excel文件的讀寫預處理

import os #導入OS模塊對文件進行遍歷

path，name，data =[]，[]，[]

for i in os.listdir（path1）：# path1是存放excel數(shù)據(jù)的路徑名

ifi[0]=='2'：

path.append（path1+'/'+i）

name.append（i[10：-4]）#讀取員工的姓名信息

for j in path： #對路徑中的excel文件進行遍歷

f=pd.read_excel（j）#讀取文件

sp=f.ix[4，2：13：2]*pd.Series（[159，158，288，178，180，368]，index=f.ix[4，2：13：2].index）#計算每種商品的價格

sp.index=f.ix[4，3：14：2].index

f.ix[4，3：14：2]=sp選擇每種商品的價格

f.ix[4，14]=sp.sum（）計算每位員工的總價

data.append（f.ix[4，2：15]）#合并數(shù)據(jù)

f.ix[4：4+len（os.listdir（path1）），2：15]=data

f.ix[4： 4+len（os.listdir（path1），1]=name

f.to_excel（'/Users/neo/Desktop/demo.xls'，index=False）#將結果保存成excel文件

3） 結果

運行以上程序，得到的結果如表3所示。從表3可以看出，每位員工的采購物品的價格都已被計算出來并合并起來，達到了我們想要的結果。對本文的代碼稍加改進，就可以完成其他的表格處理工作。大大提高了辦公效率。

3 結論

本文介紹了利用python處理excel數(shù)據(jù)，主要包括采用OS模塊對文件進行遍歷，采用pandas模塊實現(xiàn)excel數(shù)據(jù)存取、選擇、運算。從論文的實例可見，采用python進行excel文件處理工作，簡單方便，大大提高了工作效率。

參考文獻：

[1] 王全勝. Python在校園數(shù)據(jù)分析中的應用——以一卡通消費為例[J].電腦知識與技術，2017，13（9）：1-2，6.

[2] 張雷. Python與Spark集群在收費數(shù)據(jù)分析中的應用[J].中國交通信息化，2017（3）：122-123，132.endprint