Python的excel表格操作,数据提取分析

简介: Python的excel表格操作,数据提取分析

自己编写了一些表格的操作方法,只需传入表格路径和表的位置,就能在根据自己使用的方法展示不同类型的数据如:字典,列表,字典里套列表,列表里套列表,查询最大行数,在指定的行数插入数据等,有疑问欢迎评论


class Excel:  #表格操作
    def __init__(self,filename,sheetname):  #传入表和表名称
        self.filename = filename
        self.sheetname = sheetname
        self.wb = openpyxl.load_workbook(self.filename)     #生成文件对象,表示要操作的是哪个文件
        self.sheet = self.wb[self.sheetname]
        self.maxrow = self.sheet.max_row
        self.maxcolumn = self.sheet.max_column
#最大行
    def getMaxRow(self):
        maxrow = self.sheet.max_row
        return maxrow
#最大列
    def getMaxColumn(self):
        maxcolumn=self.sheet.max_column
        return maxcolumn
#读取xlsx中某一行的内容,以列表的形式展示
    def listRow(self,rowname):
        list1=[]
        maxcolumn=self.sheet.max_column
        for i in range(maxcolumn):
            row1=self.sheet.cell(row=rowname,column=i+1).value
            list1.append(row1)
        return list1
#读取xesl中的某一行内容,已字典的形式展示,表格的第一行内容为字典中的键
    def dictRow(self, rownum=1):
        dict1={}
        maxcolumn = self.sheet.max_column
        for i in range(maxcolumn):
            key=self.sheet.cell(row=1,column=i+1).value
            row1 = self.sheet.cell(row=rownum, column=i + 1).value
            dict1[key]=row1
        return dict1
#获取某一列的内容  #以列表的显示显示
    def listColumn(self,maxco):
        list1 = []
        for i in range(self.sheet.max_row):
            row1 = self.sheet.cell(row=i+1, column=maxco).value
            list1.append(row1)
        return list1
# 获取某一列的内容  #以字典的形式的显示,第一行的内容是字典的键
    def dictColumn(self,maxco):
        dict1={}
        maxrow = self.sheet.max_row
        for i in range(maxrow):
            key = self.sheet.cell(row=1, column=i + 1).value
            row1 = self.sheet.cell(row=i+1, column=maxco).value
            dict1[key]=row1
        return dict1
#获取所有的数据,以列表里面套字典的方式读取出来
    def dictAll(self):
        list1=[]
        dict2={}
        list2=[]
        for i in range(1,self.maxcolumn+1):
            list1.append(self.sheet.cell(row=1,column=i).value)
        for n in range(2,self.maxrow+1):
            for x in range(1,self.maxcolumn+1):
                dict2[list1[x-1]]=self.sheet.cell(row=n,column=x).value
            list2.append(dict2)
            dict2={}
        return list2
#在指定单元格里写数据:
    def wtxls(self,rowunm,colnum,data):
        self.sheet.cell(row=rowunm,column=colnum).value=data
        self.wb.save(self.filename)
#获取所有的数据,用列表的方式
    def listAll(self):
        row1=[]
        row2=[]
        maxrow=self.sheet.max_row
        maxcol = self.sheet.max_column
        for i in range(1,maxrow):
            for x in range(maxcol):
                row1.append(self.sheet.cell(row=i + 1, column=x + 1).value)
            row2.append(row1)
            row1=[]
        return row2
#获取所有行的内容 但是指定列
    def listData(self,startCol,endCol):
        row1 = []
        row2 = []
        for i in range(1, self.sheet.max_row):
            for x in range(startCol,endCol+1):
                row1.append(self.sheet.cell(row=i + 1, column=x).value)
            row2.append(row1)
            row1 = []
        return row2


表格操作不管是对开发还是测试都是很重要的,测试可以把数据存储到表格里,通过ddt数据驱动来进行自动化测试,后端开发可以将表格的内容加入至数据库,或者是提取表格内容分析然后得出结果返回给前端等等。有不懂的或者是有疑问的可以评论,看到会即时回复,后续会对函数的用法已经如何带入到自动化测试中做一个解释


相关文章
|
1天前
|
数据采集 数据可视化 Python
Python分析香港26281套在售二手房数据
Python分析香港26281套在售二手房数据
|
1天前
|
数据采集 存储 数据挖掘
Python DataFrame初学者指南:轻松上手构建数据表格
【5月更文挑战第19天】本文是针对初学者的Pandas DataFrame指南,介绍如何安装Pandas、创建DataFrame(从字典或CSV文件)、查看数据(`head()`, `info()`, `describe()`)、选择与操作数据(列、行、缺失值处理、数据类型转换、排序、分组聚合)以及保存DataFrame到CSV文件。通过学习这些基础,你将能轻松开始数据科学之旅。
|
1天前
|
数据挖掘 数据处理 Python
【Python DataFrame 专栏】Python DataFrame 入门指南:从零开始构建数据表格
【5月更文挑战第19天】本文介绍了Python数据分析中的核心概念——DataFrame,通过导入`pandas`库创建并操作DataFrame。示例展示了如何构建数据字典并转换为DataFrame,以及进行数据选择、添加修改列、计算统计量、筛选和排序等操作。DataFrame适用于处理各种规模的表格数据,是数据分析的得力工具。掌握其基础和应用是数据分析之旅的重要起点。
【Python DataFrame 专栏】Python DataFrame 入门指南:从零开始构建数据表格
|
2天前
|
机器学习/深度学习 数据处理 Python
如何利用Python实现高效的数据清理与预处理
数据清理和预处理是数据科学家和分析师工作中不可或缺的一环,而Python作为一门强大的编程语言,可以使这个过程变得更加高效和便捷。本文将介绍一些常见的数据清理和预处理技术,并演示如何使用Python来实现这些技术。
|
3天前
|
数据采集 数据挖掘 关系型数据库
Excel计算函数(计算机二级)(1),2024年最新2024Python架构面试指南
Excel计算函数(计算机二级)(1),2024年最新2024Python架构面试指南
|
4天前
|
数据采集 人工智能 数据挖掘
「一行分析」利用12000条招聘数据分析Python学习方向和就业方向
「一行分析」利用12000条招聘数据分析Python学习方向和就业方向
|
4天前
|
JSON JavaScript 数据格式
利用 python 分析基金,合理分析数据让赚钱赢在起跑线!(1)
利用 python 分析基金,合理分析数据让赚钱赢在起跑线!(1)
|
6天前
|
easyexcel
【EasyExcel】第二篇:导出excel文件,导出多个sheet工作空间
【EasyExcel】第二篇:导出excel文件,导出多个sheet工作空间
|
6天前
|
Java
java导出复杂excel
java导出复杂excel
|
2天前
|
JSON Rust 前端开发
【sheetjs】纯前端如何实现Excel导出下载和上传解析?
本文介绍了如何使用`sheetjs`的`xlsx`库在前端实现Excel的导出和上传。项目依赖包括Vite、React、SheetJS和Arco-Design。对于导出,从后端获取JSON数据,通过`json_to_sheet`、`book_new`和`writeFile`函数生成并下载Excel文件。对于上传,使用`read`函数将上传的Excel文件解析为JSON并发送至后端。完整代码示例可在GitHub仓库[fullee/sheetjs-demo](https://github.com/fullee/sheetjs-demo)中查看。
35 10
http://www.vxiaotou.com