pandas提取excel
python
import pandas as pd
class 提取类():
def __init__(self,文件名,第几个表):
self.文件 = pd.read_excel(文件名, 第几个表)
def 拿取数据(self,从第几行开始,*列名):
self.数据 = self.文件.loc[从第几行开始-2:,[*列名,]]
#print(self.数据)
return self.数据
#处理日期和数字空值
python
数据文件名 = "名称.xlsx"
def 销售表提取():
销售表 = 提取类(数据文件名,0)
销售数据 = 销售表.拿取数据(8234,'企业名称','日期','服务费发票','金额','支付方式')
销售数据['发票类型'] = '纸票'
#空着的日期按照前一个来
销售数据['日期'].fillna(method="ffill",inplace=True)
#格式化日期，标记空日期
销售数据['日期'] = 销售数据['日期'].apply(lambda x:x.strftime('%Y-%m-%d') if x == x and type(x) != type('sd') else '日期为空')
销售数据['金额'] = 销售数据['金额'].apply(lambda x:str(int(x)) if x == x else x)转为列表
python
销售数据 = 销售数据.values.tolist()合并相同数据
将A栏重复值所对应的B栏数据合并
销售数据
| A | B | C |
|---|---|---|
| 数据A | 1 | 5 |
| 数据A | 2 | 5 |
| 数据B | 1 | 5 |
python
# 将A栏重复值所对应的B栏数据合并
销售数据['B'] = 销售数据.groupby('A')['B'].transform(','.join)销售数据-新
| A | B | C |
|---|---|---|
| 数据A | 1,2 | 5 |
| 数据A | 1,2 | 5 |
| 数据B | 1 | 5 |
之后可以去重