av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術文章
文章詳情頁

Python 對Excel求和、合并居中的操作

瀏覽:2日期:2022-06-24 16:51:41
需求

原始表格:

Python 對Excel求和、合并居中的操作

想在Total列中對每日的Amount進行匯總,然后對Date和Total進行合并居中,效果如下:

Python 對Excel求和、合并居中的操作

思路

遍歷Excel行,從第一個非空Date列開始,到下個非空Date列,對Amount列進行求和,結果賦給第一個非空Data列對應行的Total列。

代碼

import osimport openpyxlfrom openpyxl.styles import Border, Side, PatternFill, Font, GradientFill, Alignmentdef 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 sumdef 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 Truedef total_amount(worksheet): ''' 對某sheet的A、E列合并居中,并對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 + 1def main(): # 根據情況修改代碼 in_file_name = ’In.xlsx’ processing_sheet = ’Sheet1’ path_name = ’D:UsersDesktopTemp’ 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()說明

本功能用到了openpyxl模塊,更多Excel操作請見官網

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

補充:Python3 Pandas DataFrame 對某一列求和

在操作pandas的DataFrame的時候,常常會遇到某些列是字符串,某一些列是數值的情況,如果直接使用df_obj.apply(sum)往往會出錯

使用如下方式即可對其中某一列進行求和

dataf_test1[’diff’].sum() // diff為要求和的列

以上為個人經驗,希望能給大家一個參考,也希望大家多多支持好吧啦網。如有錯誤或未考慮完全的地方,望不吝賜教。

標簽: python
相關文章:
主站蜘蛛池模板: 久久久久久国产精品久久 | 色又黄又爽网站www久久 | 精品一区二区三区在线观看 | 羞羞的视频在线看 | 亚洲欧洲日韩精品 中文字幕 | 一区二区三区精品视频 | 伊人精品国产 | 国产在线对白 | 亚洲免费在线观看 | 欧美精品在欧美一区二区 | 天天弄 | 蜜臀久久99精品久久久久野外 | www网站在线观看 | 日韩精品久久久久久 | 国产不卡视频 | 欧美精品一二区 | 日本精品免费在线观看 | 国精产品一品二品国精在线观看 | 日韩不卡在线观看 | 久久高潮 | 中文字幕av一区二区三区 | 国产精品久久久久久一区二区三区 | 天久久 | 人人人人干 | 观看av| 亚洲精品乱码久久久久久9色 | 亚洲欧美自拍偷拍视频 | 国产精品国产三级国产aⅴ原创 | 天堂在线www | 欧美国产日韩精品 | 国产1区2区3区| 日本不卡在线观看 | 午夜视频在线免费观看 | 少妇午夜一级艳片欧美精品 | 中文字幕av免费 | 午夜视频一区 | 国产成人精品免高潮在线观看 | 国产日韩欧美中文 | 欧美成人激情 | 日韩第1页| 亚洲综合中文字幕在线观看 |