Python秒處理多張Excel表的方法

本篇內(nèi)容主要講解“Python秒處理多張Excel表的方法”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Python秒處理多張Excel表的方法”吧!

背景

小明就職于一家戶(hù)外運(yùn)動(dòng)專(zhuān)營(yíng)公司，他們公司旗下有好多個(gè)品牌，并且涉及到很多細(xì)分的行業(yè)。小明在這家公司任數(shù)據(jù)分析師，平時(shí)都是通過(guò) Excel 來(lái)做數(shù)據(jù)分析的。今天老板丟給他一個(gè)任務(wù)：下班前篩選出集團(tuán)公司旗下最近一年銷(xiāo)售額前五名的品牌以及銷(xiāo)售額。

對(duì)于 Excel 大佬來(lái)說(shuō)，這不就是分分鐘的事嗎？小明并沒(méi)有放在眼里，直到市場(chǎng)部的同事將原始的數(shù)據(jù)文件發(fā)給他，他才意識(shí)到事情并沒(méi)有那么簡(jiǎn)單

這并不是想象中的排序取前五就行了。這總共有90個(gè)文件，按常規(guī)的思路來(lái)看，他要么將所有文件的內(nèi)容復(fù)制到一張表中進(jìn)行分類(lèi)匯總，要么將每張表格進(jìn)行分類(lèi)匯總，然后再最最終結(jié)果進(jìn)行分類(lèi)匯總。

想想這工作量，再想想截止時(shí)間，小明撓了撓頭，感覺(jué)到要漸漸頭禿。

思路分析

這種體力活，寫(xiě)程序解決是最輕松的啦。小明這時(shí)候想到了他的程序員好朋友小段，于是他把這個(gè)問(wèn)題拋給了小段。

小段縷了下他那所剩無(wú)幾的頭發(fā)，說(shuō)：so easy，只需要找潘大師即可。

小明說(shuō)：你搞不定嗎？還要找其他人！

小段苦笑說(shuō)：不不不，潘大師是 Python 里面一個(gè)處理數(shù)據(jù)的庫(kù)，叫 Pandas ，俗稱(chēng) 潘大師。

小明說(shuō)：我不管什么大師不大師，就說(shuō)需要多久搞定。

小段說(shuō)：給我?guī)追昼妼?xiě)程序，再跑幾秒鐘就好了！

小明發(fā)過(guò)去了膜拜大佬的表情。

小段略微思考了下，整理了一下程序思路：

• 計(jì)算每張表每一行的銷(xiāo)售額，用“訪(fǎng)客數(shù) 轉(zhuǎn)化率 客單價(jià)”就行。

• 將每張表格根據(jù)品牌匯總銷(xiāo)售額。

• 將所有表格的結(jié)果匯總成一張總表

• 在總表中根據(jù)品牌匯總銷(xiāo)售額并排序

編碼

第零步，讀取 Excel :

import pandas as pd


df = pd.read_excel("./tables/" + name)

第一步，計(jì)算每張表格內(nèi)的銷(xiāo)售額：

df['銷(xiāo)售額'] = df['訪(fǎng)客數(shù)'] * df['轉(zhuǎn)化率'] * df['客單價(jià)']

第二步，將每張表格根據(jù)品牌匯總銷(xiāo)售額：

df_sum = df.groupby('品牌')['銷(xiāo)售額'].sum().reset_index()

第三步，將所有表格的結(jié)果匯總成一張總表：

result = pd.DataFrame()
result = pd.concat([result, df_sum])

第四步，在總表中根據(jù)品牌匯總銷(xiāo)售額并排序：

final = result.groupby('品牌')['銷(xiāo)售額'].sum().reset_index().sort_values('銷(xiāo)售額', ascending=False)

最后，我們來(lái)看看完整的程序：

import pandas as pd
import os


result = pd.DataFrame()


for name in os.listdir("./tables"):
    try:
        df = pd.read_excel("./tables/" + name)
        df['銷(xiāo)售額'] = df['訪(fǎng)客數(shù)'] * df['轉(zhuǎn)化率'] * df['客單價(jià)']
        df_sum = df.groupby('品牌')['銷(xiāo)售額'].sum().reset_index()
        result = pd.concat([result, df_sum])
    except:
        print(name)
        pass


final = result.groupby('品牌')['銷(xiāo)售額'].sum().reset_index().sort_values('銷(xiāo)售額', ascending=False)
pd.set_option('display.float_format', lambda x: '%.2f' % x)
print(final.head())

最后的結(jié)果是這樣的：

       品牌           銷(xiāo)售額
15   品牌-5 1078060923.62
8   品牌-17 1064495314.96
4   品牌-13 1038560274.21
3   品牌-12 1026115153.00
13   品牌-3 1006908609.07

可以看到最終的前五已經(jīng)出來(lái)了，整個(gè)程序運(yùn)行起來(lái)還是很快的。

到此，相信大家對(duì)“Python秒處理多張Excel表的方法”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢(xún)，關(guān)注我們，繼續(xù)學(xué)習(xí)！