如何快速整理电子表格,excel自动调整表格内容

　　Python自动排列Excel表格

　　相信很多朋友在日常工作中都会用到Excel来处理各种表格文件，甚至更多的可能要花费大量的时间来做繁琐耗时的表格整理工作。最近有朋友问有没有可能编程减少表格排序的工作量。今天我们就通过例子来实现Python对表格的自动排序。

　　首先我们有这样一个数据表source.csv:

　　我们需要做的是从上面的表中提取数据，以生成满足以下要求的表：

　　根据以下分组列表group.xls组织数据表中的数据：

　　最终呈现的数据项：

　　其中“K数据/60”是数据表中“K数据”/60后保留的2位小数位。先来看看手工Excel是如何处理上述要求的：读取source.csv数据表中的每一个数据，放入group.xls匹配的组成员中，最后筛选出需要的数据项，然后对具体的“K数据”进行运算。

　　那么Python会如何操作呢？这里我们需要使用强大的熊猫库。

　　Pandas是一个基于NumPy的工具，它是为了解决数据分析任务而创建的。Pandas整合了大量的库和一些标准的数据模型，并提供了高效操作大型数据集所需的工具。Pandas提供了大量的功能和方法，使我们能够快速方便地处理数据。你很快就会发现，这是让Python成为一个强大而高效的数据分析环境的重要因素之一。

　　来自熊猫百度百科

　　首先导入熊猫库，通过相关函数读取csv和xls表的内容：

　　导入panda为PD # read group.xls分组信息group=pd.read _ excel (group.xls ，header=none)group . columns=[ grouping ，Role ]print(group)# Read source.csv获取所有成员数据源=PD . Read _ CSV( source . CSV )print(source)我们可以先筛选source . CSV中的数据项，需要的数据项有Role、number、data B、data C、data D。

　　#通过iloc[:[列坐标]] Filter _ merge=source.iloc [:[0，2，4，5，6，13]] print (filter _ merge)定位所需的数据列。接下来，根据分组角色匹配角色数据，注意group.xls和source.csv共享一个“角色”。

　　Combine=pd.merge (group，filter _ merge，on= role )接下来，我们在第二列的操作之后插入“数据K/60”:

　　Combine.insert(1，数据K/60 ，round(combine[数据K]/60，2))最后，我们将生成的数据格式写入新的xlsx表中：

　　combine . to _ excel(excel _ writer= result . xlsx ，index=false)最终会自动生成如下表格：

　　以上是Excel表格排序的Python代码的简单实现。在操作过程中，也有几个问题贴在这里供大家参考：

　　导入熊猫时可能会报告错误：

　　解决方法：根据错误信息安装所需的相关模块。

　　要整理的电脑是公司电脑，无法连接外网下载Python。

　　解决：

　　https://blog.csdn.net/sundan93/article/details/62888068

　　参考上面的链接，先从外网电脑上下载Python安装文件和相关模块安装文件，复制到非网电脑上安装。

　　以上表格排序的例子在实际工作中有参考意义吗：