開場白

以前學習 Python 的 pandas 包時，經常到一些 excel 的論壇尋找實戰機會。接下來我會陸續把相關案例分享出來，還會把其中的技術要點做詳細的講解。

本文要點：

• 使用 xlwings ，如同 vba 一樣操作 excel
• 使用 pandas 快速做透視表

注意：雖然本文是"替代Excel Vba"系列，但希望各位讀者明白，工具都是各有所長，適合才是好。

---

請關注本號，后續會有更多相關教程。私信我"python"，即可獲得按水平領域分類好的Python資料

案例

今天的例子非常簡單，從一個表中讀取學生的數據，然后按班級匯總各個科目的成績。下圖，左為原始數據，右為示意結果：

導入包

本文所需的包，安裝命令如下:

pip install xlwings pip install pandas

腳本中導入

讀取表格的數據

• 使用 xw.books[] 可以快速訪問當前打開的工作簿。可以使用索引也可以使用名字。
• 同樣，通過 book.sheets[] 快速訪問工作表，可以使用索引也可以使用名字。

接下來讀取表格數據

• 通過 sheet.range(地址) 即可訪問單元格區域。
• 接著使用 current_region 快速得到整個表格數據。這里可以使用其他方式定位數據的大小。
• options(pd.DataFrame) 是一個很關鍵的操作，我們希望把數據放入 pandas 的 DataFrame ，以便快速處理數據。然后通過 value 獲得。

我們來看看數據

• 現在姓名列變成了 index 。不過需求是不需要理會姓名，因此我們不處理。
• [班級]列變成小數。其實是小數也不會影響結果。

數據透視

接下來就非常簡單，直接使用 pandas 做出透視表。

• 使用 pd.pivot_table ，即可快速生成透視表。
• 其中參數 index ，則是結果左邊的行分類字段——[班級]。
• 參數 margins ，表示生成一個匯總行。
• 參數 margins_name ，則是匯總行的名字。
• 注意，其實還有一個參數 aggfunc ，用于指定匯總方式，默認是 mean。

如果你對 excel 的透視表比較熟悉就會馬上學會這些。

• index 相當于 excel 透視表的行區域。
• values 相當于 excel 透視表的值區域。
• columns 相當于 excel 透視表的字段區域。
• 放入 index 與 columns 的字段，一般是分類的字段，比如：班級，性別。
• 放入 values 的字段，一般是連續值，比如：分數，銷售額。如果是類別的值，一般會用于統計個數。
• 上述3個參數都可以傳入列表，以表示處理多個字段。

但是，看一下結果，卻發現了一些問題：

• 列的順序與原數據不一樣了。
• 結果需要把總分列放到最右邊。

下面是針對上述問題的解決方法

• cols=df.columns[1:].tolist() 首先需要讀取原數據的字段(第一個字段是班級，因此通過切片 1: 從第2個字段開始)。
• cols.append(cols.pop(0)) 把[匯總]移到列表的最后。
• pv_df=pv_df[cols] 把透視表的字段調整為我們需要的順序。
• pv_df.reset_index(inplace=True) 是為了把[班級]從 index 移動回來作為 column。

看看結果，非常完美

輸出結果

把 DataFrame 寫回 excel 是非常容易。比如： wrk.range('O11').value=pv_df

但是這會把其中的 index 也輸出到 excel上。因此，我們可以分開兩步輸出。如下：

• 第一行代碼，首先輸出字段行。
• 第二行代碼，輸出值。

完整代碼

以下是完整的代碼：

與 Vba 的對比

本文的案例是從某個知名 excel 論壇中挑選的，我從中挑選了最簡短的 vba 解決方案。如下：

• 可以看到使用 vba 進行統計，代碼很長，并且都不是給人看的。
• 如果原數據的字段順序有變化，這代碼立刻無效。并且代碼仍然可以跑出結果，只是錯誤結果而已。
• 如果需求有變化，比如：求出每個班級的 top 3的學生。很快就放棄了吧。

總結

• 如果需要從 excel 讀取數據進行匯總處理，可以選用 xlwings + pandas(如果數據非常規范并且無需處理格式等，可以直接使用 pandas)。
• pandas 中的 pivot_table 快速得到各種方式的分組匯總。

[源碼地址](https://github.com/CrystalWindSnake/Creative/tree/master/python/excel_pandas)

請關注本號，后續會有更多相關教程。

總結

以上是生活随笔為你收集整理的pandas输出到excel_学Python还不会处理Excel数据？带你用pandas玩转各种数据处理的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。