python之DataFrame實(shí)現(xiàn)excel合并單元格
在工作中經(jīng)常遇到需要將數(shù)據(jù)輸出到excel,且需要對(duì)其中一些單元格進(jìn)行合并,比如如下表表格,需要根據(jù)A列的值,合并B、C列的對(duì)應(yīng)單元格

pandas中的to_excel方法只能對(duì)索引進(jìn)行合并,而xlsxwriter中,雖然提供有merge_range方法,但是這只是一個(gè)和基礎(chǔ)的方法,每次都需要編寫繁瑣的測試才能最終調(diào)好,而且不能很好的重用。所以想自己寫一個(gè)方法,結(jié)合dataframe和merge_range。大概思路是:
1、定義一個(gè)MY_DataFrame類,繼承DataFrame類,這樣能很好的利用pandas的很多特性,而不用自己重新組織數(shù)據(jù)結(jié)構(gòu)。
2、定義一個(gè)my_mergewr_excel方法,參數(shù)分別為:輸出excel的路徑、用于判斷是否需要合并的key_cols列表、用于指明哪些列上的單元格需要被合并的列表
3、將MY_DataFrame封裝為一個(gè)My_Module模塊,以備重用。
合并的算法如下:
1、根據(jù)給定參數(shù)的【關(guān)鍵列】,進(jìn)行分組計(jì)數(shù)和排序,添加CN和RN兩個(gè)輔助列
2、判斷CN大于1的,該分組需要合并,否則該分組(行)無需合并(CN=1說明這個(gè)分組數(shù)據(jù)行是唯一的,無需合并)
3、對(duì)應(yīng)需要合并的分組,判斷當(dāng)前列是不是在給定參數(shù)【合并列】中,是則用合并寫excel單元格,否則就是普通的寫excel單元格。
4、在需要合并的列中,如果對(duì)于的RN=1則調(diào)用merge_range,一次性寫想下寫CN個(gè)單元格,如果RN>1則跳過該單元格,因?yàn)樵赗N=1的時(shí)候,已經(jīng)合并寫了該單元格,若再重復(fù)調(diào)用erge_range,打開excel文檔時(shí)會(huì)報(bào)錯(cuò)。
用圖解釋如下:

具體代碼如下:
# -*- coding: utf-8 -*-
"""
Created on 20170301
@author: ARK-Z
"""
import xlsxwriter
import pandas as pd
class My_DataFrame(pd.DataFrame):
def __init__(self, data=None, index=None, columns=None, dtype=None, copy=False):
pd.DataFrame.__init__(self, data, index, columns, dtype, copy)
def my_mergewr_excel(self,path,key_cols=[],merge_cols=[]):
# sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True):
self_copy=My_DataFrame(self,copy=True)
line_cn=self_copy.index.size
cols=list(self_copy.columns.values)
if all([v in cols for i,v in enumerate(key_cols)])==False: #校驗(yàn)key_cols中各元素 是否都包含與對(duì)象的列
print("key_cols is not completely include object's columns")
return False
if all([v in cols for i,v in enumerate(merge_cols)])==False: #校驗(yàn)merge_cols中各元素 是否都包含與對(duì)象的列
print("merge_cols is not completely include object's columns")
return False
wb2007 = xlsxwriter.Workbook(path)
worksheet2007 = wb2007.add_worksheet()
format_top = wb2007.add_format({'border':1,'bold':True,'text_wrap':True})
format_other = wb2007.add_format({'border':1,'valign':'vcenter'})
for i,value in enumerate(cols): #寫表頭
#print(value)
worksheet2007.write(0,i,value,format_top)
#merge_cols=['B','A','C']
#key_cols=['A','B']
if key_cols ==[]: #如果key_cols 參數(shù)不傳值,則無需合并
self_copy['RN']=1
self_copy['CN']=1
else:
self_copy['RN']=self_copy.groupby(key_cols,as_index=False).rank(method='first').ix[:,0] #以key_cols作為是否合并的依據(jù)
self_copy['CN']=self_copy.groupby(key_cols,as_index=False).rank(method='max').ix[:,0]
#print(self)
for i in range(line_cn):
if self_copy.ix[i,'CN']>1:
#print('該行有需要合并的單元格')
for j,col in enumerate(cols):
#print(self_copy.ix[i,col])
if col in (merge_cols): #哪些列需要合并
if self_copy.ix[i,'RN']==1: #合并寫第一個(gè)單元格,下一個(gè)第一個(gè)將不再寫
worksheet2007.merge_range(i+1,j,i+int(self_copy.ix[i,'CN']),j, self_copy.ix[i,col],format_other) ##合并單元格,根據(jù)LINE_SET[7]判斷需要合并幾個(gè)
#worksheet2007.write(i+1,j,df.ix[i,col])
else:
pass
#worksheet2007.write(i+1,j,df.ix[i,j])
else:
worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other)
#print(',')
else:
#print('該行無需要合并的單元格')
for j,col in enumerate(cols):
#print(df.ix[i,col])
worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other)
wb2007.close()
self_copy.drop('CN', axis=1)
self_copy.drop('RN', axis=1)
調(diào)用代碼:
import My_Module
DF=My_DataFrame({'A':[1,2,2,2,3,3],'B':[1,1,1,1,1,1],'C':[1,1,1,1,1,1],'D':[1,1,1,1,1,1]})
DF
Out[120]:
A B C D
0 1 1 1 1
1 2 1 1 1
2 2 1 1 1
3 2 1 1 1
4 3 1 1 1
5 3 1 1 1
DF.my_mergewr_excel('000_2.xlsx',['A'],['B','C'])
效果如下:

也可以設(shè)置合并A、B列:
DF.my_mergewr_excel('000_2.xlsx',['A'],['A','B'])
效果如下:

以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python中創(chuàng)建包和增添包的路徑(sys.path.append())
本文主要介紹了Python中創(chuàng)建包和增添包的路徑(sys.path.append()),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2025-01-01
python HTTPX庫實(shí)現(xiàn)同步異步請求用法示例
這篇文章主要為大家介紹了python HTTPX庫實(shí)現(xiàn)同步異步請求用法示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
python selenium對(duì)應(yīng)的瀏覽器chromedriver版本不一致問題
這篇文章主要介紹了python selenium對(duì)應(yīng)的瀏覽器chromedriver版本不一致問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
Python pandas進(jìn)行數(shù)據(jù)預(yù)處理的實(shí)現(xiàn)
本案例通過使用pandas庫對(duì)電子商務(wù)客戶數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理,包括數(shù)據(jù)導(dǎo)入、查看、缺失值處理等處理,具有一定的參考價(jià)值,感興趣的可以了解一下2025-01-01

