pythonpandas提取excel数据：python入门--使用Pandas读取与写入Excel内容

pythonpandas提取excel数据：python入门--使用Pandas读取与写入Excel内容#写入文件路径 wr = pd.ExcelWriter('/home/jevenz/NOC-work/excel/backbone_group_rule_new.xlsx') df.to_excel(wr 'group_rule_new ' index=False) wr.save()这里我们将第二张图内容写入到路径文件里，并且sheet名称改成"group_rule_new"，最后保存，这样形成一张新的表格.3.Pandas向Excel表写入内容：简单的一个读取excel表内容就实现了，有了内容之后，我们可以对其内容进行整合分析，提取的内容可以与数据库相关联形成新的列，还可以使用pyechart形成图标样式.2.Pandas向df3插入行列：df3['sum_backbone_max_bw'] = d

python是最近一门很火的编程语言，简单易上手，无论从事HR、财务、软体开发、网络工程师都有很大帮助，我们可以通过编程语言让繁琐的工作变得轻松简单，今日我向大家分享一个python读取/写入excel表内容的方法(这里我跳过编辑器的介绍，可以在linux内运行python，也可以在windows下运行，我的情况则是使用Jupyter在linux运行python）.

具体主要是用pandas库实现，代码如下：

1.Pandas读取Excel表内容：

import pandas as pd #excel存放路径 excelfile3 = r'/home/jevenz/NOC-work/excel/backbone_group_rule.xlsx' df3 = pd.DataFrame(pd.read_excel(excelfile3)) df3 = df3.fillna(0)

使用Jupyter，In代表输入代码，Out代表代码输出结果

简单的一个读取excel表内容就实现了，有了内容之后，我们可以对其内容进行整合分析，提取的内容可以与数据库相关联形成新的列，还可以使用pyechart形成图标样式.

2.Pandas向df3插入行列：

df3['sum_backbone_max_bw'] = df3.apply(lambda x: x['Backbone'] axis=1)

这里我简单新增一列“sum_backbone_max_bw” 内容我copy了Backbone内容过去，这里可以根据实际情况获取不同Excel或者数据库的内容

3.Pandas向Excel表写入内容：

#写入文件路径 wr = pd.ExcelWriter('/home/jevenz/NOC-work/excel/backbone_group_rule_new.xlsx') df.to_excel(wr 'group_rule_new ' index=False) wr.save()

这里我们将第二张图内容写入到路径文件里，并且sheet名称改成"group_rule_new"，最后保存，这样形成一张新的表格.

通过以上方法可以开启办公新思路，假设有大数据，类似财务报表、系统数据、费用成本统计这些工作都可以通过Python进行简化操作，那么有小伙伴会问那直接操作表格不就好了吗？那么用我自身举例，领导需要我每月整理骨干的数据，包括带宽、费用、每月使用流量、中断记录等，并将这类数据进行汇总、筛选、过滤等一系列操作，这些数据都分散在不同的系统里，有的在公司ERP系统，有的在老板excel表，有的甚至在一个网页上记录，此时我就需要用Python将它们"获取"下来，整理在一份表格里，或者整理在一份表格多个sheet里，再通过表格里数据进行汇总、筛选、过滤，最后形成图表方式展示给领导们查看。

自从自学Python后，工作效率提升不少，通过代码自动化省下来时间让我更多自由支配的时间，我大概估算一下，原先需要3天完成的工作量，现在只需要运行一次脚本等待十几分钟即可自动获取领导想要的数据报表和图形，真的是省时省力！

当然我不是说Python是最好的语言，但我认为至少需要掌握一门编程语言，对日后工作真的有很大帮助，接下来我会继续分享我工作上的与编程实际结合的真实案例，一方面激励自己不断寻求进步，另一方面分享经验心得给大家，互相学习，共同进步！