Python自动化处理Excel数据

需求描述：数据格式如下所示，需要分离出2023年7月1号之后的数据明细

数据核对与处理：从Excel文件中提取特定日期后的签收数据

1. 引言

在实际数据处理和分析过程中，经常会遇到需要从大量数据中提取出特定日期范围内的信息的需求。本文将介绍如何使用Python的pandas库来处理Excel文件，并提取出2023年7月1日之后的签收数据。

2. 准备工作

首先，我们需要导入所需的库。在本文中，我们将使用pandas库来处理Excel文件。

import pandas as pd

3. 设置显示选项

为了能够正确显示所有列和行，我们可以设置pandas的显示选项。

pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)

4. 读取Excel数据文件

接下来，我们使用pd.read_excel()函数来读取Excel文件中的数据，并指定nrows参数来限制读取的行数。

data = pd.read_excel('C:\\Users\\Admin\\Desktop\\数据核对\\工作簿2.xlsx', nrows=600)

5. 数据处理

为了方便后续操作，我们将DataFrame的索引设置为“货件单号”和“SKU”。

data = data.set_index(['货件单号', 'SKU'])

然后，我们将“签收明细”这一列进行拆分，并将拆分后的每个数据项排成多行。

data = data['签收明细'].str.split('\n', expand=True).stack().reset_index(level=2, drop=True)
data.name = '签收明细'

接着，我们从拆分后的数据中提取出“日期”和“数量”两列，并将其转换为正确的数据类型。

data = data.str.split(' \| ', expand=True)
data.columns = ['日期', '数量']
data['日期'] = pd.to_datetime(data['日期'])
data['数量'] = pd.to_numeric(data['数量'])

6. 筛选数据并保存结果

现在，我们可以筛选出2023年7月1日之后的数据，并将结果保存到Excel文件中。

result = data[data['日期'] >= '2023-07-01'].reset_index()
result.to_excel('2023年7月1号之后签收数据.xlsx', index=True)

7. 结果展示

最后，我们输出提示信息，显示结果已经保存到文件中。

print(f"结果已经保存到文件中：2023年7月1号之后签收数据.xlsx")

8. 总结

本文介绍了如何使用Python的pandas库处理Excel文件，并提取出特定日期范围内的签收数据。通过设置显示选项、读取Excel文件、进行数据处理、筛选数据并保存结果，我们能够高效地处理大量数据，并得到我们需要的信息

完整代码:

import pandas as pd

# 设置最大列数为 None，以显示所有列
pd.set_option('display.max_columns', None)

# 设置最大行数为 None，以显示所有行
pd.set_option('display.max_rows', None)

# 读取Excel数据文件
data = pd.read_excel('C:\\Users\\Admin\\Desktop\\数据核对\\工作簿2.xlsx', nrows=600)

# 输出全部数据（显示所有行和列）
print(data)

# 将DataFrame的索引设置为“货件单号”和“SKU”，以便后续操作
data = data.set_index(['货件单号', 'SKU'])

# 将“签收明细”这一列进行拆分，并将拆分后的每个数据项排成多行
data = data['签收明细'].str.split('\n', expand=True).stack().reset_index(level=2, drop=True)
data.name = '签收明细'

# 从拆分后的数据中提取“日期”和“数量”两列
data = data.str.split(' \| ', expand=True)
data.columns = ['日期', '数量']
data['日期'] = pd.to_datetime(data['日期'])
data['数量'] = pd.to_numeric(data['数量'])

# 筛选出 2023 年 7 月 1 日之后的数据，并将结果保存到 Excel 文件中
result = data[data['日期'] >= '2023-07-01'].reset_index() # 筛选符合条件的行，并重置索引
result.to_excel('2023年7月1号之后签收数据.xlsx', index=True) # 将结果保存到 Excel 文件中

# 输出提示信息
print(f"结果已经保存到文件中：2023年7月1号之后签收数据.xlsx")