文章主题:读取Excel文件, 写入另一个Excel文件, 图1, 图2

666AI工具大全,助力做AI时代先行者!

案例导入

读取Excel文件中如下图的数据,写入另外一个Excel文件。

Excel数据读取与写入实践

图1.读取Excel文件中红色字体数据

文心一言提示词

打开百度“文心一言”,输入提示词:“D:/Samples/单品电商数据.xlsx。该Excel文件的第一个工作表中A-Z列为给定数据。用pandas导入Excel文件的数据,导入前6行,前6列数据,引擎为”openpyxl”。获取Excel文件所在目录的完整路径,将导入的数据保存到该路径下的“单品电商数据2.xlsx”中。添加代码注释。

显示结果如下图所示。

Excel数据读取与写入实践

图2.文心一言显示结果1

Excel数据读取与写入实践

图3.文心一言显示结果2

Excel数据读取与写入实践

图4.文心一言显示结果3

首先,确保你已经安装了pandas和openpyxl库。如果还没有安装,可以使用以下命令进行安装:

pip install pandas openpyxl

接下来,您可以运用这段Python代码来完成读取Excel文件、筛选出感兴趣的数据,并将其保存至一个新的Excel文件的过程:

import pandas as pd

import os

# 获取Excel文件所在目录的完整路径

file_path = D:/Samples/单品电商数据.xlsx

dir_path = os.path.dirname(file_path)

# 使用pandas读取Excel文件

df = pd.read_excel(file_path, engine=openpyxl)

# 选取前6行,前6列的数据

data = df.iloc[:6, :6]

# 将数据保存到新的Excel文件中,文件名为”单品电商数据2.xlsx”

output_file_path = os.path.join(dir_path, ‘单品电商数据2.xlsx’)

在Python中,将数据写入Excel文件是一种常见的操作。本文将介绍如何使用`pandas`库中的`to_excel()`函数将数据写入Excel文件,并详细解释其中的参数。首先,我们需要安装`openpyxl`库,因为`to_excel()`函数是`openpyxl`库的一部分。可以通过以下命令进行安装:“`bashpip install openpyxl“`接下来,我们来看一下`to_excel()`函数的语法。该函数的基本语法如下:“`pythondata.to_excel(output_file_path, index=False, engine=openpyxl)“`其中,`data`是要写入Excel文件的 DataFrame 或 Series 对象。`output_file_path`是输出的 Excel 文件的路径。`index=False`表示在输出文件中不包含索引列。`engine=openpyxl`表示使用 `openpyxl` 引擎来写入 Excel 文件。例如,假设我们有一个包含数据的 Pandas DataFrame,名为 `df`,我们希望将其写入名为 `output.xlsx` 的 Excel 文件中。可以使用以下代码来实现:“`pythonimport pandas as pd# 创建一个示例 DataFramedf = pd.DataFrame({‘A’: [1, 2, 3], ‘B’: [4, 5, 6]})# 将 DataFrame 写入 Excel 文件df.to_excel(‘output.xlsx’, index=False, engine=’openpyxl’)“`这段代码将会生成一个没有索引列的 Excel 文件,文件名为 `output.xlsx`,并将 DataFrame 中的数据写入该文件。总之,通过使用`pandas`库中的`to_excel()`函数,我们可以轻松地将数据写入Excel文件。同时,通过设置适当的参数,我们可以确保生成的Excel文件符合我们的需求。

注释:

1. `os.path.dirname(file_path)` 用于获取文件所在的目录路径。

2. `df.iloc[:6, :6]` 用于选取前6行和前6列的数据。

在Python编程中,`os.path.join()` 是一个非常有用的函数,它可以将多个路径组件连接在一起,从而构建出完整的文件路径。在这个示例中,该函数被用来拼接一个目录路径和一个文件名,以生成一个输出文件的完整路径。该文件名为 “单品电商数据2.xlsx”,它将作为一个Excel表格文件与代码一起发布。通过这种方式,我们可以在运行代码时轻松地访问和操作这个文件,而无需每次都手动指定完整的文件路径。

在Python编程语言中,我们经常需要将数据处理后保存到Excel文件中。本文将介绍如何使用pandas库中的to_excel方法来实现这一需求。首先,我们需要将要保存的DataFrame或Series数据传递给to_excel方法,包括输出文件的路径、是否保留索引以及使用的Excel引擎等参数。具体代码如下所示:“`pythonimport pandas as pddef save_data_to_excel(data, output_file_path, index=False, engine=’openpyxl’): “”” 将数据保存到新的Excel文件中。 :param data: 要保存的数据,可以是DataFrame或Series。 :param output_file_path: 输出文件的路径。 :param index: 是否保留索引列,如果为True则保留,否则不保留。默认值为False。 :param engine: 使用哪个引擎来保存文件,默认为’openpyxl’。 :return: 无返回值。 “”” if isinstance(data, pd.DataFrame): # 如果输入的是DataFrame,则使用DataFrame的to_excel方法 data.to_excel(output_file_path, index=index, engine=engine) elif isinstance(data, pd.Series): # 如果输入的是Series,则使用Series的to_excel方法 data.to_excel(output_file_path, index=index, engine=engine) else: raise ValueError(“输入的数据必须是DataFrame或Series类型”)“`上述代码中,我们定义了一个名为save_data_to_excel的函数,该函数接受四个参数:要保存的数据(data)、输出文件的路径(output_file_path)、是否保留索引列(index)以及使用的Excel引擎(engine)。函数内部首先判断输入的数据是DataFrame还是Series,如果是DataFrame,则调用DataFrame的to_excel方法;如果是Series,则调用Series的to_excel方法。最后,如果输入的数据不是DataFrame或Series类型,则会抛出一个ValueError异常。

Python编辑器运行

Excel数据读取与写入实践

图5.Python运行结果

生成的新文件如下图所示

Excel数据读取与写入实践

图6.生成的新文件及数据

Excel数据读取与写入实践

本合集使用的工具如下:

文心一言:3.5版本

Python编辑器:3.9.0

请注意,以下为实际运行结果,如有任何问题,欢迎在评论区留言。另外,部分数据来源于网络,若涉及版权问题,敬请随时私信告知,谢谢合作!

Excel数据读取与写入实践

AI时代,拥有个人微信机器人AI助手!AI时代不落人后!

免费ChatGPT问答,办公写作、生活好得力助手!

搜索微信号AIGC666aigc999或上边扫码,即可拥有个人AI助手!