現(xiàn)實的創(chuàng)作來源于生活的靈感！

項目引入

昨天突然發(fā)現(xiàn)有一個比較頭疼的問題，有一份數(shù)據(jù)是某一個學校的寢室數(shù)據(jù)，有不同的維度的分類，總的數(shù)據(jù)大概有4000數(shù)據(jù)，需要進行分類，然后按照不同分類維度進行表格制作，最后生成8個文件夾，每個文件夾里面有24個表格，這個就是我們這一個程序的最終實現(xiàn)功能。如果我們用Excel篩選需要點很多次，而且需要幾個人的配合工作，這樣就比較的費力，那么作為數(shù)據(jù)分析的Python神器，可不可以解決這個問題了，答案是當然可以！

項目思路

1.首先對這個大量的數(shù)據(jù)進行導入，用CSV這個庫，然后按照Python的對象進行寫入和解析，最后存儲在pycharm運行內存空間，方便我們下一步操作。

2.導入之后我們就需要分類了，這個時候需要我們寫一個算法了，我把它叫做“字典迭代算法”當然是我自己命名的，這個里面涉及到很多的坑，最后我們需要把這個功能封裝起來。

3.數(shù)據(jù)保存也就是，CSV文件的寫入數(shù)據(jù)，最后利用Python的內置模塊OS進行文件夾的分類創(chuàng)建，最后實現(xiàn)保存數(shù)據(jù)，這個時候我們還要解決CSV文件的中文亂碼問題。

難點

1.解析數(shù)據(jù)之后如何分割數(shù)據(jù)，進行保存

2.寫入文件的時候如何解決亂碼問題

3.怎樣去結構化我們的代碼程序

代碼介紹

大概的思路就是這樣，下面我們來具體看看這個程序的功能實現(xiàn)的功能步驟

解析數(shù)據(jù)

# 1.解析CSV海量數(shù)據(jù)，用字典保存在內存空間

def csv_data():

global dormitory_data

import csv

dormitory_data = []

with open(r"寢室數(shù)據(jù).csv", encoding='utf-8-sig') as file:#將你的CSV文件和該程序文件放在一個文件夾下面

f_csv = csv.reader(file)#讀取文件里面的每一行數(shù)據(jù)，轉換為列表賦值給新的變量

header = next(f_csv)#利用迭代的方法，直接取出表頭行(標題行)，更新f_csv的數(shù)據(jù)，去除了標題行

for row in f_csv:

data = {}

for index in range(7):

data[header[index]] = row[index]

dormitory_data.append(data)

這里我們對一份Excel的數(shù)據(jù)，修改它的后綴名，變成CSV文件的后綴名即可，然后我們就對這個數(shù)據(jù)進行導入和解析了。

這個解析過程和我們之前的一篇文章《用Python寫一個成績計算系統(tǒng)》的有異曲同工之妙。主要要理解對表頭行的提取很數(shù)據(jù)迭代解析，最后存儲在一個列表里面。注意這里一般都是需要聲明全局變量的。

效果執(zhí)行

分割數(shù)據(jù)

# 分割數(shù)據(jù)，按照數(shù)據(jù)的特點

def csv_sort():

global dicts

dicts=[];i = 0

dormitory_datas = dormitory_data.copy()#字典迭代刪除迭代數(shù)據(jù)是一個坑，需要我們時刻更新數(shù)據(jù)庫值

dormitory_datass= dormitory_data.copy()

for x in dormitory_datass:

b = []

for sort in dormitory_datass:

a_1 = sort["宿舍編號"]

b.append(a_1)

dicts.append(x)

dormitory_data.remove(x)

dormitory_datass=dormitory_data.copy()

if b[i][:3] != b[i+1][:3]:

break

這里不要小看這個幾行代碼，這個里面的算法是需要進行反復的測試，才實行的，里面有幾個坑，真的是有點頭疼，還好最后解決了。

1.首先我們要按照一個算法去分割數(shù)據(jù)，我們?yōu)g覽數(shù)據(jù)之后發(fā)現(xiàn)，每一個組團的1-4棟寢室數(shù)據(jù)都是有相關聯(lián)的，1樓到2樓的寢室編號我們按照前三位的數(shù)據(jù)節(jié)點，進行索引判斷，這樣去迭代每一個數(shù)據(jù)，然后進行比較，最后如果不同的話，我們就發(fā)現(xiàn)那么肯定是不同的樓層了，需要我們進行分割數(shù)據(jù)了。

2.但是我們發(fā)現(xiàn)我們跳出循環(huán)之后，也就是迭代完1樓的寢室數(shù)據(jù)之后，我們驚奇的字典的數(shù)據(jù)雖然是變化了，但是唯獨也發(fā)生了變化，這個就是第一個坑，因為列表的刪除有一個特點，它是利用迭代索引進行刪除的，這個在我之前的計算機二級Python程序語言設計-疑難雜癥知識點匯總，提到了這個解決辦法。我最后利用字典的復制存儲，不斷的去更新和彌補這個數(shù)據(jù)字典，bug才解決，這個時候真的需要靜下心來慢慢思索。

3.利用字典迭代算法，判斷什么時候需要分割數(shù)據(jù)，最后封裝這個函數(shù)功能。

保存數(shù)據(jù)

#保存數(shù)據(jù)，按照不同的分類

def keep_data():

import csv

import os

import codecs

for w in range(65,73):

W=chr(w)

path = '%s棟寢室'%W? ? ? # 創(chuàng)建總的文件夾

if not os.path.exists(path):

os.mkdir(path)

os.chdir(path)

else:

os.chdir(path)

a = []

dict = dormitory_data[0]

for headers in dict.keys():? # 把字典的鍵取出來,注意不要使用sorted不然會導致鍵的順序改變

a.append(headers)

header = a? # 把列名給提取出來，用列表形式呈現(xiàn)

for k in range(1,5):

K=k

for p in range(1,7):

P=p

csv_sort()

with open('%s組%d棟%d樓.csv'%(W,K,P ),'a', newline='', encoding='utf-8-sig') as f:

writer = csv.DictWriter(f, fieldnames=header,)? # 提前預覽列名，當下面代碼寫入數(shù)據(jù)時，會將其一一對應。

writer.writeheader()? # 寫入列名

writer.writerows(dicts)? # 寫入數(shù)據(jù)

print("{}組{}棟寢室{}樓數(shù)據(jù)已經(jīng)寫入成功！！！! ! !".format(W,K,P))

這個功能同樣有幾個坑，首先我們需要對數(shù)據(jù)設計好迭代for循環(huán)保存，并且利用OS模塊繼續(xù)自動的創(chuàng)建文件夾，最后對其數(shù)據(jù)進行命名，方便我們查看還有就是我們的CSV文件里面的編碼是utf-8模式，但是Excel里面的編碼不同，這個就會造成我們的中文數(shù)據(jù)形式的亂碼問題。

所以我們就去用了這個辦法來解決了

encoding='utf-8-sig'

下面我們來看看整體操作的演示效果

代碼升級版

1.我們還可以參考一些辦法，對這個表格數(shù)據(jù)進行自動制作，添加頭部文件信息，當然我這里就不做演示了，你們可以自己去尋找不同的解決方法。

2.我們還可以對數(shù)據(jù)表格進行網(wǎng)格線繪制，使其我們的表格更加美觀，比如字體居中等

3.編寫一個自動打印的程序，鏈接到我們的電腦打印機，一鍵化打印這些數(shù)據(jù)，極大地提高了我們的效率。

這些功能讀者可以自己去實現(xiàn)，我這里就不做說明了，畢竟代碼的涉及和項目不容易，哈哈哈哈！

自動化辦公，一鍵化處理，本來就是Python的強項，我們可以利用它的功能來解決我們學習生活的難題，最后我想致敬那些每天為了數(shù)據(jù)整理，瘋狂的點擊Excel的工作人員，畢竟這個東西頭大，難搞，枯燥，乏味

最后我想要說的是雖然設計項目程序比較的頭疼，但是它可以移植，并且不斷的升級，最后別人用1個小時，你只需要3秒鐘運行查看即可！

程序源碼

# -*- coding :? utf-8 -*-

# @Time? ? ? :? 2020/9/15 13:26

# @author? ? :? 王小王

# @Software? :? PyCharm

# @File? ? ? :? 寢室數(shù)據(jù)分類.py-1.0版本

# @CSDN? ? ? :? https://blog.csdn.net/weixin_47723732

# 1.解析CSV海量數(shù)據(jù)，用字典保存在內存空間

def csv_data():

global dormitory_data

import csv

dormitory_data = []

with open(r"寢室數(shù)據(jù).csv", encoding='utf-8-sig') as file:#將你的CSV文件和該程序文件放在一個文件夾下面

f_csv = csv.reader(file)#讀取文件里面的每一行數(shù)據(jù)，轉換為列表賦值給新的變量

header = next(f_csv)#利用迭代的方法，直接取出表頭行(標題行)，更新f_csv的數(shù)據(jù)，去除了標題行

for row in f_csv:

data = {}

for index in range(7):

data[header[index]] = row[index]

dormitory_data.append(data)

# 分割數(shù)據(jù)，按照數(shù)據(jù)的特點

def csv_sort():

global dicts

dicts=[];i = 0

dormitory_datas = dormitory_data.copy()#字典迭代刪除迭代數(shù)據(jù)是一個坑，需要我們時刻更新數(shù)據(jù)庫值

dormitory_datass= dormitory_data.copy()

for x in dormitory_datass:

b = []

for sort in dormitory_datass:

a_1 = sort["宿舍編號"]

b.append(a_1)

dicts.append(x)

dormitory_data.remove(x)

dormitory_datass=dormitory_data.copy()

if b[i][:3] != b[i+1][:3]:

break

#保存數(shù)據(jù)，按照不同的分類

def keep_data():

import csv

import os

import codecs

for w in range(65,73):

W=chr(w)

path = '%s棟寢室'%W? ? ? # 創(chuàng)建總的文件夾

if not os.path.exists(path):

os.mkdir(path)

os.chdir(path)

else:

os.chdir(path)

a = []

dict = dormitory_data[0]

for headers in dict.keys():? # 把字典的鍵取出來,注意不要使用sorted不然會導致鍵的順序改變

a.append(headers)

header = a? # 把列名給提取出來，用列表形式呈現(xiàn)

for k in range(1,5):

K=k

for p in range(1,7):

P=p

csv_sort()

with open('%s組%d棟%d樓.csv'%(W,K,P ),'a', newline='', encoding='utf-8-sig') as f:

writer = csv.DictWriter(f, fieldnames=header,)? # 提前預覽列名，當下面代碼寫入數(shù)據(jù)時，會將其一一對應。

writer.writeheader()? # 寫入列名

writer.writerows(dicts)? # 寫入數(shù)據(jù)

print("{}組{}棟寢室{}樓數(shù)據(jù)已經(jīng)寫入成功！！！! ! !".format(W,K,P))

def main():

csv_data()

keep_data()

if __name__ == '__main__':

main()

學到了嗎？學到了就點贊轉發(fā)呀！

此文轉載文，著作權歸作者所有，如有侵權聯(lián)系小編刪除！

總結

以上是生活随笔為你收集整理的python文本分类汇总_用Python解决海量数据的分类汇总一键化办公的神器！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。