Python_数据分析_读写excel(1)

接触到爬虫之后，会发现数据量越来越大，在进行格式化数据清洗阶段就会出现很多的问题，因此用程序来进行数据清洗确实能节省很多的时间。处理excel文件分为读和写。分别用到xlrd和xlwt库。

1. 读文件

读Excel表主要用到xlrd，这个库用起来十分方便，可以直接将excel看做二位数组。

需要注意的是，在处理excel时，经常遇到excel单元格内出现多余的空格与Tab键，这种单元格处理起来不易发现，建议使用strip()函数进行处理，这样处理起来的效果比较理想。

    import xlrd
    
    
    def read_excel():
        # 打开文件
        work_url = r'C:\Users\lenovo\Desktop\10.内科_过敏反应科.xlsx'
        workbook = xlrd.open_workbook(work_url)
    
        # 获取所有sheet
        print(workbook.sheet_names())  # [u'sheet1', u'sheet2']
    
        # 根据sheet索引或者名称获取sheet内容
        sheet1 = workbook.sheet_by_index(0)  # 通过元组索引顺序获取
        # sheet1 = workbook.sheet()[0]       # 通过列表索引顺序获取
        # sheet1 = workbook.sheet_by_name(u'sheet1')  # 通过名称获取
    
        # sheet的名称，行数，列数
        print(sheet1.name, sheet1.nrows, sheet1.ncols)
    
        # 获取整行和整列的值（数组）
        rows = sheet1.row_values(3)  # 获取第四行内容
        cols = sheet1.col_values(2)  # 获取第三列内容
        print(rows)
        print(cols)
    
        # 获取单元格内容
        print(sheet1.cell(1, 0).value)
    
    if __name__ == '__main__':
        read_excel()

2.写文件

前面介绍读excel相当于只读形式，能够从excel中提取出相应的内容但不能写入。写excel文件则需要使用xlwt库来进行。

    import xlwt
    
    workbook = xlwt.Workbook(encoding = 'ascii')  # 实例化一个Workbook
    worksheet = workbook.add_sheet('My Worksheet')  # 创建一个工作薄
    worksheet.write(0, 0, label = '1')  # 填充数据
    workbook.save('Excel_Workbook.xls') # 保存数据

上面的代码可以完成简单的excel的写操作，当需要进行更为复杂的操作时，也可以用xlwt来进行书写，比如合并单元格、设置表格样式等。下面给出一个更复杂的例子，如果需要进行复杂操作可以在使用时查阅库介绍。

    import xlwt
    
    
    #设置表格样式
    def set_style(name,height,bold=False):
        style = xlwt.XFStyle()
        font = xlwt.Font()
        font.name = name
        font.bold = bold
        font.color_index = 4
        font.height = height
        style.font = font
        return style
    
    
    #写Excel
    def write_excel():
        f = xlwt.Workbook()
        sheet1 = f.add_sheet('学生',cell_overwrite_ok=True)
        row0 = ["姓名","年龄","出生日期","爱好"]
        colum0 = ["张三","李四","恋习Python","小明","小红","无名"]
        #写第一行
        for i in range(0,len(row0)):
            sheet1.write(0,i,row0[i],set_style('Times New Roman',220,True))
        #写第一列
        for i in range(0,len(colum0)):
            sheet1.write(i+1,0,colum0[i],set_style('Times New Roman',220,True))
    
    
        sheet1.write(1,3,'2006/12/12')
        sheet1.write_merge(6,6,1,3,'未知')#合并行单元格
        sheet1.write_merge(1,2,3,3,'打游戏')#合并列单元格
        sheet1.write_merge(4,5,3,3,'打篮球')
    
    
        f.save('test.xls')
    
    
    if __name__ == '__main__':
        write_excel()

可以得到以下结果：

3.向已有文件中进行写操作–一个具体实例

前面介绍了读操作和写操作，可以发现写操作时新建立excel表格进行写操作，那么如何像一个已有的文件中进行写操作。我们用一个实例来进行学习。

由于前面介绍了SnowNLP库（ https://blog.csdn.net/weixin_44585839/article/details/90444593 ），因此相对商品评论进行情感分析，我使用爬虫对京东上的某商品下评论进行爬取，一共爬取350条评论，存储“京东商品评论”的excel中，局部截图如下：

在这里我希望从excel的第四列中（不包括第一行），取出评论并使用snownlp（）函数进行分析，得到相关的情感系数并写入excel中。相关代码如下。

    from xlrd import open_workbook
    from xlwt import easyxf
    from xlutils.copy import copy
    import os
    from snownlp import SnowNLP
    
    url = r"C:\Users\lenovo\Desktop\Python\完整代码区\京东评论情感分析\京东商品评论.xlsx"
    
    
    def nlp(work_url):
        read_workbook = open_workbook(work_url)
        write_workbook = copy(read_workbook)
    
        sheet_read = read_workbook.sheet_by_index(0)
        sheet_write = write_workbook.get_sheet(0)
        sheet_write.write(0, 4, "sentiment")
    
        line = sheet_read.nrows
        for i in range(1, line):
            txt = sheet_read.cell(i,3).value
            sentiment = SnowNLP(txt)
            sheet_write.write(i, 4, sentiment.sentiments)
    
        os.remove(work_url)
        write_workbook.save(work_url)
    
    
    if __name__ == '__main__':
        nlp(url)

经过运行，得到excel文件的效果为： 针对上述代码进行总结

• 该代码实现向已有文件中进行写操作时使用copy函数，将读操作的excel复制到写操作中，并用os将源文件删除，保存新的写操作中的文件

• 通过建立循环可以快速进行操作

• 在程序运行结束后，打开excel文件发现文件损毁。经过查阅(理解的不一定对)，我使用的ms office为2016版本，文件拓展名为xlsx，而xlwt进行写操作后保留的excel文件为低版本文件，这里将文件的拓展名改为xls就可以打开。