使用python实现excel常用功能

日常办公excel是一大利器，但是如果数据量太大，基本就卡到爷爷奶奶都不认识了，谁也受不了表格天天崩。这时候python必须拥有姓名。

用python来实现excel功能，主要靠两个包：pandas和numpy，用pip安装完之后，来实现下以下常用供能：

• 字符串查找和处理
  分列
  列中是否包含某项内容
  模糊查询
  大小写转换

• 表的处理
  排序
  数据筛选
  vlookup
  删除重复项
  数据透视表

• 数值计算
  计算，加总，平均，最大最小值
  条件计算

1.准备：数据导入，整理

将用两个表来做示例，一个是”物资采购情况“表，另一个
是”物资采购订单金额“。
首先是加载包，用xlwings把示例数据导入到python中

import pandas as pd
import numpy as np
import xlwings as xw #导入excel数据

app = xw.App(visible=False, add_book=False)
#获取”物资采购情况“
wb = app.books.open('本地地址*******.xlsx')
sht=wb.sheets['示例数据']
df=pd.DataFrame(sht.used_range.value)
#获取采购金额表
wb = app.books.open('本地地址*******.xlsx')
sht=wb.sheets['示例数据']
amount=pd.DataFrame(sht.used_range.value)

df（物资采购情况表）数据导入部分数据如下，列名和数据类型需要做下整理

#整理
df.columns=df.loc[0,:].values#第一行内容调整成列名
df=df.drop(index=0,axis=1)#删除原第0行
df.index=range(df.shape[0])#重排index
df['订单号']=df['订单号'].astype('int')#调整订单号的类型

整理后的结果，变成了比较典型的dataframe样子

同样处理amout表（订单金额）

#和表一同样方式的整理
amount