前言

越来越多开发者表示，自从用了Python/Pandas，Excel都没有打开过了，用Python来处理与可视化表格就是四个字——非常快速！

下面我来举几个明显的例子

1.删除重复行和空行

我们直接用dict.fromkeys的方法把当前的数据转为字典，默认的值为None因为用不到，也就无所谓了。然后我们再用list直接对结果进行类型转换，转换为list。

In [135]:
for row in rows4:
    print(row)
('name', 'address')
('tom li', 'beijing')
('tom li', 'beijing')
('',)
('mary wang', 'shandong')
('mary wang', 'shandong')
('',)
('de8ug', 'guangzhou')
In [148]:
dict.fromkeys(rows4)
Out[148]:
{('name', 'address'): None,
 ('tom li', 'beijing'): None,
 ('',): None,
 ('mary wang', 'shandong'): None,
 ('de8ug', 'guangzhou'): None}
In [137]:
list(dict.fromkeys(rows4))
Out[137]:
[('name', 'address'),
 ('tom li', 'beijing'),
 ('',),
 ('mary wang', 'shandong'),
 ('de8ug', 'guangzhou')]

这时候，重复数据直接去掉了，注意我们这里的dict是python3新版本的，所以顺序没有影响，如果你还在用python2或者python3.5以下，建议升级一下python版本。

接下来，就是空数据的处理了。观察('',)是个元组，第一个位置的数据为空字符串，那么整体长度为1，可以直接通过循环来去掉。这里的循环我们可以用Python中的语法糖写法，直接一行搞定，最后加个判断只留下长度大于1，最后用list转换为列表。

In [179]:
list(x for x in dict.fromkeys(rows4) if len(x[0])>1)
Out[179]:
[('name', 'address'),
 ('tom li', 'beijing'),
 ('mary wang', 'shandong'),
 ('de8ug', 'guangzhou')]

上面的研究搞定了，直接把研究结果放到函数中解决重复行和空行的问题。

注意这时候我们处理的行数据，所以就不再按列循环了。而且，当前的sheet中处理之后，每一行的内容都会修改位置或删除。所以我们先用old_rows = [x for x in sheet.values]取到旧的每一行的数据，注意这里的sheet后直接用values取到数据，而不是cell对象。这里的old_rows是个列表，就可以用刚才的研究直接转为删除重复和空行的数据了。

接下来，用sheet.delete_rows(1, sheet.max_row)
删除所有行，第一个参数表示从第一行开始，第二个参数为最大行数。最后，用循环新的行数据的方式，把新数据写入当前的sheet。

In [189]:
def handle_duplicate(wb, sheetname):
    """
    去除重复行，空行
    先取出每一行，清空sheet，处理后写回
    """
    print(f'开始处理工作表：{sheetname}'.center(18, '-'))
    sheet = wb[sheetname]
    old_rows = [x for x in sheet.values]
    print('修改前：', old_rows)
    new_rows = list(x for x in dict.fromkeys(old_rows) if len(x[0])>1)
    print('修改后-》》', new_rows)

    # 删除所有行
    sheet.delete_rows(1, sheet.max_row)
    # 写入新数据
    for row in new_rows:
        sheet.append(row)

运行测试，查看结果。再说一次，一定记得测试啊！如果有错误就根据错误提示，查看代码，反复调试，去除bugs。

In [190]:
wb = load_data()
handle_duplicate(wb, '重复行')
save_as(wb)

2.删除空格

删除空格也需要用到字符串的函数，所以这里还是简单研究一下。如果我们想去除字符串中间的空格，可以用split默认进行分割，然后把分割的结果用’’.join方法连接起来就可以了。注意join前是空的字符串。这里也用不到strip去除两端的空格了，因为split分割后只有几个最后的字符串组成的列表。

In [192]:
a="a b c   "
In [194]:
a.strip()
Out[194]:
'a b c'
In [195]:
a.split()
Out[195]:
['a', 'b', 'c']
In [196]:
''.join(a.split())
Out[196]:
'abc'
In [ ]:

研究成功后，写入函数。这次命名为handle_blank。

In [197]:
def handle_blank(wb, sheetname):
    """
    按列循环, 通过参数确认目标
    """
    print(f'开始处理工作表：{sheetname}'.center(18, '-'))
    sheet = wb[sheetname]
    for col in sheet.iter_cols():  # 不加参数，循环所有列
        for cell in col:
            print('修改前：', cell.value, end='')
            cell.value = ''.join(cell.value.split())
            print('修改后-》》',cell.value)
In [198]:
handle_blank(wb, '空格')

3.修改日期和时间格式

有时候，我们需要对表格中时间相关的单元格进行格式修改，这里需要用到Python中时间模块datetime，将需要的格式进行拼接后，用strftime进行转换。

假设这里我们想把之前简单的1/11月日格式，更改为年月日的样式，中间加上分隔符/或-，就需要用"%x"或"%Y-%m-%d"来进行操作了。注意这里的%加字母都是官方定义好的格式而已，我们用到时候进行拼接，传给函数就可以了。

具体更多的拼接格式如下：

In [199]:
import datetime
In [209]:
d=datetime.datetime(2019,1,11)
In [203]:
d.strftime("%x")
Out[203]:
'01/11/19'
In [205]:
d.strftime("%Y-%m-%d")
Out[205]:
'2019-01-11'

研究完成后，我们编写函数。

首先需要用m, d = cell.value.split('/')把之前简单的日期进行分割，得到m，代表月份和日期，然后用datetime进行转换，生成时间相关的对象day，注意里面的参数是数字，所以用int转换，最后把day进行格式化输出。编写函数后，一定记得测试。

In [218]:
def handle_time(wb, sheetname):
    """
    按列循环, 通过参数确认目标
    """
    print(f'开始处理工作表：{sheetname}'.center(18, '-'))
    sheet = wb[sheetname]
    for col in sheet.iter_cols(max_col=1, min_row=2):  # 找到时间的列, 第一列，从第二行开始
        for cell in col:
            print('修改前：', cell.value, end='')
            m, d = cell.value.split('/')
            day = datetime.datetime(2019, int(m), int(d))
            cell.value = day.strftime("%Y-%m-%d")
            print('修改后-》》',cell.value)

In [220]:
wb = load_data()
handle_time(wb, '时间')
save_as(wb)

4.修复数字和符号

接下来，处理数字和符号相关的操作。加入我们之前的价格，很多是有小数点的，这时候还想保存两位小数，并加上人民币符号为前缀。就需要新的一波研究了。

有小数点，一是要保证位数，我们这里要求2位，二是要对多余的位数四舍五入。可以有以下俩个方式完成，一个用Decimal一个用round，两个的区别是Decimal("0.00")指定位数后，会自动补0，而round遇到0就自动舍掉了。而且round在四舍五入的计算中，还有点特殊。具体可查看官方文档。

我们这里用Decimal来完成函数内相关操作。记得测试啊！

In [227]:
from decimal import Decimal
In [240]:
a = 3.1
b=Decimal(a).quantize(Decimal("0.00"))
print(b)
3.10
In [244]:
round(a,2)  # 位数自动省略0
Out[244]:
3.1

In [247]:
def handle_num(wb, sheetname):
    """
    按列循环, 通过参数确认目标
    """
    print(f'开始处理工作表：{sheetname}'.center(18, '-'))
    sheet = wb[sheetname]
    for col in sheet.iter_cols(min_col=3, max_col=3, min_row=2):  # 找到时间的列, 第一列，从第二行开始
        for cell in col:
            print('修改前：', cell.value, end='')
#             cell.value = round(float(cell.value), 3)
            cell.value = '￥' + str(Decimal(cell.value).quantize(Decimal("0.00")))
            print('修改后-》》',cell.value)
In [249]:
wb = load_data()
handle_num(wb, '数字符号')
save_as(wb)

最后

文章对你有帮助的话，记得帮作者点点赞
接下来还会持续跟新有关Python的文章，点点关注不迷路。