大家好！
欢迎来到「Pandas案例精进」专栏，点击橙字查看全部
前文回顾：Pandas案例精进 | 自动分割汇总表写入到子表中
本文是承接上一篇的实战案例，没看过的小伙伴建议先点击👆上方链接查看前文
Pandas案例需求
现在的新需求跟之前的区别有：
汇总表多了级别字段，需要根据不同的级别对应不同的文件夹：
所属区的xlsx文件有时可能是xls，并不一定是xlsx的。
各级别文件夹中存在一些不能匹配汇总表的垃圾文件需要删除。
汇总表中所有的对应项目并不是都在级别文件夹中存在，不存在的只提示哪些不存在，无需额外处理。
下面是我的实现过程：
数据加载
1import os 2import pandas as pd 3 4excel_dir = os.getcwd() 5 6data = pd.read_excel(f"{excel_dir}/汇总.xlsx", sheet_name='明细') 7data 8
本文直接设置excel_dir为工作目录，大家如果代码和数据不在同一文件夹，可以根据自己的情况更改设置文件路径。
遍历计算出每级别所涉及的区
1level_areas = {} 2for i, row in data.iterrows(): 3 areas = level_areas.setdefault(row['级别'], set()) 4 areas.add(row['所属区']) 5level_areas 6
执行结果
1{'一级': {'B区'}, '二级': {'A区', 'C区'}, '三级': {'D区', 'E区'}} 2
删除多余文件+转换xls
这里会用到win32com.client库，需要额外安装。
1pip install pywin32 2
也可使用国内清华源来加快Python库的安装速度。
1pip install pywin32 -i https://pypi.tuna.tsinghua.edu.cn/simple 2
安装后使用
1import win32com.client as win32 2 3for level in data['级别'].unique(): 4 areas = level_areas[level] 5 files = os.listdir(f"{excel_dir}/{level}") 6 for file in files: 7 tag = file.replace(".xlsx", "").replace(".xls", "") 8 filename = f"{excel_dir}/{level}/{file}" 9 if not tag in areas: 10 print(f"删除文件：{filename}") 11 os.remove(filename) 12 elif file.endswith(".xls"): 13 print(f"将 {filename} 转换为 {filename}x") 14 excel = win32.gencache.EnsureDispatch('Excel.Application') 15 try: 16 wb = excel.Workbooks.Open(filename) 17 wb.SaveAs(f"{filename}x", FileFormat=51) #FileFormat = 51 is for .xlsx extension 18 print("转换成功") 19 finally: 20 wb.Close() #FileFormat = 56 is for .xls extension 21 excel.Application.Quit() 22 os.remove(filename) 23
上述代码可以实现删除级别文件夹多余的文件并将xls转换为xlsx。
比如将 一级/B区.xls 转换为 一级/B区.xlsx
注意：使用pywin32转换excel文件格式时，绝对路径的盘符后面的分隔符必须是反斜杠\，后面的路径分隔符用正斜杠或反斜杠都可以。
遍历出级别和区域
1for (level, area), df in data.groupby(['级别', '所属区']): 2 print(level, area) 3 df = df.iloc[:, 2:] 4 display(df) 5
执行结果
写出结果
最后，利用openpyxl库将结果分别写入各级别、各Excel文件中。
1from openpyxl import load_workbook 2 3for (level, area), df in data.groupby(['级别', '所属区']): 4 print(level, area) 5 df = df.iloc[:, 2:] 6 out_file_name = f"{excel_dir}/{level}/{area}.xlsx" 7 if not os.path.exists(out_file_name): 8 print(out_file_name, "文件不存在，跳过") 9 continue 10 print("准备写出到：", out_file_name) 11 workbook = load_workbook(filename=out_file_name) 12 sheet = workbook.active 13 # 先删除第4行之后的旧数据，预计1000行完全够用 14 sheet.delete_rows(idx=4, amount=1000) 15 # 然后再进行添加数据 16 for row in df.values.tolist(): 17 sheet.append(row) 18 print(row) 19 print(f"保存到{out_file_name}文件中") 20 workbook.save(filename=out_file_name) 21 workbook.close() 22
小结
估计有朋友觉得本文为了处理几个Excel写了这么多行代码，也没看出来有啥效果。
但是上面只是示例数据，而群友真正工作要处理的数据有几百个文件夹，用代码处理的优势一下子就体现出来了。
不如看看反馈吧：
如果大家喜欢我们的文章，就给右下角点个赞👍吧~
本文代码和案例数据
如果大家想自己练手，可以通过以下步骤获取代码及案例数据👇
最后，还有「凹凸数据」的荐书环节！
本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/WxWOt6SRJnXDbvX7Lz_rCA，可扫描二维码进行关注：
如有侵权，请联系删除。