python-pandas-为excel增加内容+修改列名

问题描述

最近在做一个小工具，要求用户上传一个3列N行的excel文件，后台接收后调用程序计算一些值，然后将新值附加到dataframe中，然后输出到新的excel文件中。

解决方案

思路比较简单，这里只给出关键代码。

def probatch_process_excel(in_file_path:str) -> List[str]:
    '''
    Read and write excel for protein analysis batch.
    :param in_file_path: input excel file path

    :return: output file path and error messages
            path: output excel file path
            error codes: "ok" for success, others for reasons
    '''
    code = "ok"
    
    # read
    # 读取excel文件的所有sheet, 没有表头
    sheets = pd.read_excel(in_file_path, sheet_name=None, header=None)
    results = {}
    # 获取所有sheet的名称
    sheet_names = list(sheets.keys())
    # 新的headers，内容略
    headers = ['ID', 'x', 'xx', 'xxx', 'x', 'xx', 'xxx']
    
    # 遍历每个sheet
    for sheet in sheet_names:
        df = sheets[sheet]
        # 如果是空表或者列数小于3，跳过
        # 因为要修改表头，空表可能会导致后面的1号报错
        if df.shape[0] == 0 or df.shape[1] < 3: continue
        
        # 先添加几列，初始值全部为NaN
        df[3] = None
        df[4] = None
        df[5] = None
        df[6] = None
        
        # 获取行数
        nrow = df.shape[0]
        
        # 遍历每一行
        for ridx in range(nrow):
        	# 读取cell
            in_id = df.iloc[ridx, 0]
            # 调用函数计算一些数据
            res_sp = probatch_signalp(in_id)
            # 修改cell的值，其他列略
            df.at[ridx, 3] = res_sp[0]
        
        # 如果想要修改整列的数据
        # 需要注意df.shape[1]与右值的长度需要一致，不然报错
        # df.iloc[:, 4] = res_sp[0]
        
        # 处理完这个sheet，修改列名
        df.columns = headers
        results[sheet] = df

    # write
    # get name
    xlsx_name = 'out.' + in_file_path.split('/')[-1]
    # 注意，这里使用w，因为要新建一个excel表
    with pd.ExcelWriter(xlsx_name, mode='w', engine="openpyxl") as writer:
        for key, val in results.items():
            val.to_excel(writer, sheet_name=key, index=False)
    
    return [xlsx_name, code]

报错处理

1. ValueError: Length mismatch: Expected axis has 4 elements, new values have 7 elements
   这个是我为新表增加表头时报的错误。原因是：由于我遍历了所有表，对于有内容的表，原本有3列，增加4列新值后刚好可以匹配新的、长度为7的headers；但是对于没有内容的空表，由于我没有跳过，实际只有4列新值，那是无法匹配新headers的。
2. 写出到excel时报错：没有xlsx_name
   这是模式写错了，不能用追加的a，而要用w。也可以做检查：

   try:
   	with pd.ExcelWriter(xlsx_name, mode='a', engine="openpyxl") as writer:
       	df.to_excel(writer, sheet_name="Sheet1", index=False)
   except FileNotFoundError:
   	# 文件不存在，使用写入模式创建文件
   	with pd.ExcelWriter(xlsx_name, mode='w', engine="openpyxl") as writer:
       	df.to_excel(writer, sheet_name="Sheet1", index=False)