由于客户提供的是excel文件,在使用时期望使用csv文件格式,且对某些字段内容需要做一些处理,如从某个字段中固定的几位抽取出来,独立作为一个字段等,下面记录下使用acaconda处理的过程;
import pandas
df = pandas.read_excel("/***/***.xlsx")
df.columns = [内部为你给你的excel每一列自定义的名称](比如我给我的excel自定义列表为:
["url","productName","***",。。。,"***"])
(下面开始你自己的表演,对每一列内容进行你自己需要的处理)
df["url"] = df["url"].str.replace("http", "https")
df["***"] = df["***"].str.replace("\n", " ")
df["stract_content"] = df["url"].str[-6:]
表演结束之后,就要保存了
df.drop_duplicates().fillna("").to_csv("/***/***.csv", index=False, encoding="utf-8", sep="\3")
上面为读取路径,下面为保存路径
结束之后,可以通过
df.head(5)来查看结果前5个,判断处理结果是否符合你的预期即可;
下面总结一下将List内容存储到excel和csv:
直接上代码:
list存储到csv文件:下面代码使用codes包操作
with codecs.open("result.csv", "w", encoding="utf-8") as fw:
for i in final_res:
fw.write(u"\3".join([j if isinstance(j, unicode) else str(j).decode("utf-8") for j in i]) + "\n")
下面是使用pandas操作:
columns是字符串列表,作为表格的标题头
df = pandas.DataFrame(my_list)
df.columns = ["col1", "col2", ...]
df.to_excel("result.xlsx", index=False, encoding="utf-8")
也可以先存储为csv文件,然后使用pandas转化为excel:
with codecs.open("result.csv", "w", encoding="utf-8") as fw:
for i in final_res:
fw.write(u"\3".join([j if isinstance(j, unicode) else str(j).decode("utf-8") for j in i]) + "\n")
with pandas.ExcelWriter('result.xlsx') as ew:
pandas.read_csv("result.csv", sep='\3').to_excel(ew, index=False, header=["文件名", "query调用时间", "调用ip", "调用类型", "query结束时间", "行序号", "top5 sku", "文件总耗时"], sheet_name="result", encoding="utf-8")
或者:
with codecs.open("result.csv", "w", encoding="utf-8") as fw:
for i in final_res:
fw.write(u"\3".join([j if isinstance(j, unicode) else str(j).decode("utf-8") for j in i]) + "\n")
df = pandas.read_csv("result.csv", sep="\3")
df.columns = ["col1", "col2", ...]
df.to_excel("result.xlsx", index=False, encoding="utf-8")