您好,登錄后才能下訂單哦!
這篇文章主要介紹了Python如何實(shí)現(xiàn)Excel求和、合并居中的操作示例,具有一定借鑒價(jià)值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
原始表格:
想在Total列中對(duì)每日的Amount進(jìn)行匯總,然后對(duì)Date和Total進(jìn)行合并居中,效果如下:
遍歷Excel行,從第一個(gè)非空Date列開始,到下個(gè)非空Date列,對(duì)Amount列進(jìn)行求和,結(jié)果賦給第一個(gè)非空Data列對(duì)應(yīng)行的Total列。
import os import openpyxl from openpyxl.styles import Border, Side, PatternFill, Font, GradientFill, Alignment def range_sum(worksheet,start,end): sum = 0 for row in worksheet[start:end]: for cell in row: if cell.value != None: sum += cell.value return sum def is_blank_row(worksheet,row_num,max_col=None): if not max_col: max_col = worksheet.max_column for cell in worksheet[row_num][:max_col]: if cell.value: return False return True def total_amount(worksheet): """ 對(duì)某sheet的A、E列合并居中,并對(duì)E列求和 """ ws = worksheet row, max_row = 4, ws.max_row while row < ws.max_row: sum_row_start, sum_row_end = row, row for working_row in range(row + 1,max_row + 2): if (not is_blank_row(worksheet, working_row-1) # 上一行有值 and (ws[f'A{working_row}'].value or is_blank_row(worksheet, working_row))): # A列有值 或 當(dāng)前為空行(最后一次合并) # 求和 sum_row_end = working_row - 1 ws[f'E{sum_row_start}'] = range_sum(ws,f'C{sum_row_start}',f'C{sum_row_end}') # 合并居中 ws[f'E{sum_row_start}'].alignment = Alignment(horizontal="center", vertical="center") ws[f'A{sum_row_start}'].alignment = Alignment(horizontal="center", vertical="center") ws.merge_cells(f'E{sum_row_start}:E{sum_row_end}') ws.merge_cells(f'A{sum_row_start}:A{sum_row_end}') break row = sum_row_end + 1 def main(): # 根據(jù)情況修改代碼 in_file_name = 'In.xlsx' processing_sheet = 'Sheet1' path_name = 'D:\\Users\\Desktop\\Temp' out_file_name = 'Out.xlsx' wb = openpyxl.load_workbook(filename=os.path.join(path_name,in_file_name)) total_amount(wb[processing_sheet]) wb.save(os.path.join(path_name,out_file_name)) if __name__=='__main__': main()
本功能用到了openpyxl模塊,更多Excel操作請(qǐng)見官網(wǎng)
本代碼不支持Excel中間有空行的情況,最后有空行無影響
f'A{sum_row_start}'這樣的代碼用到了f-string功能,若python版本低于3.6,需改為'A'+str(sum_row_start)或其它形式
補(bǔ)充:Python3 Pandas DataFrame 對(duì)某一列求和
在操作pandas的DataFrame的時(shí)候,常常會(huì)遇到某些列是字符串,某一些列是數(shù)值的情況,如果直接使用df_obj.apply(sum)往往會(huì)出錯(cuò)
使用如下方式即可對(duì)其中某一列進(jìn)行求和
dataf_test1['diff'].sum() // diff為要求和的列
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“Python如何實(shí)現(xiàn)Excel求和、合并居中的操作示例”這篇文章對(duì)大家有幫助,同時(shí)也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。