【python】处理excel月薪和城市字段，爬虫数据预处理，xlrd

最新推荐文章于 2023-01-06 16:32:54 发布

HelenLee01

最新推荐文章于 2023-01-06 16:32:54 发布

阅读量993

点赞数

CC 4.0 BY-SA版权

分类专栏： python

本文链接：https://blog.youkuaiyun.com/weixin_43289135/article/details/104595749

本文介绍如何使用Python处理爬虫获取的Excel数据，特别是针对月薪字段的各种不统一格式，如4000千/月，0.4万/月，200/天等进行标准化处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用爬虫收集到的数据中月薪有很多种格式，如4000千/月，0.4万/月，200/天，怎样将他们的格式统一呢？

#coding=utf-8

import xlrd
import codecs
import re


def open_xlsx():
    # 加载Excel数据，处理数据
    data = xlrd.open_workbook('测试.xlsx') # 读取工作表
    table = data.sheet_by_name('Sheet1') # 读取当前sheet表对象
    rows = table.nrows # 获取行数
    print('一共有{}行数据，开始清洗数据'.format(rows))

    for i in range(1,rows):
        # Excel 中的数据第一行分别是 company, job, degree, fuli, salary, experience, area, zhize, yaoqiu
        
        company = table.row_values(i)[0]
        job = table.row_values(i)[1]
        degree = table.row_values(i)[2]
        fuli = table.row_values(i)[3]
        salary = table.row_values(i)[4]
        experience = table.row_values(i)[5]
        area = table.row_values(i)[6][:2]  # 地区取到城市，把区域去掉
        zhize = table.row_values(i)[7]
        yaoqiu = table.row_values(i)[8]
        
        if salary:  # 如果待遇这栏不为空，计算最低最高待遇
            result = handle_salary(salary)
            low_salary =