用 Python 整理 Excel 表格

一直都是拿Python来玩，今天正经一回，解决下好友的需求：

需求不复杂，读取文件夹中所有xls或xlsx表格文件，遍历每一张sheet单页，汇总所需要的数据生成新的xlsx表格。

思路

首要解决的就是xls和xlsx表格文件的读取问题。读取到数据后，对数据进行筛选重组，再写入新的xlsx文件中。

实现了单个表格的读取和写入，接下来就再添加遍历文件夹、筛选xls和xlsx格式文件的实现就大功告成了。

xlrd和xlsxwriter

xlrd是Python语言中，用来读取Excel的扩展工具。先安装xlrd后导入，代码中直接调用即可。

原本对应xlrd库的是xlwt库，但是xlwt不争气，只能写xls不能写xlsx格式，所以这里选用xlswriter模块。

读取所有xls和xlsx表格

遍历文件夹，选用os模块中的 os.walk()，返回路径、子文件夹和路径下的文件，通过对文件名后缀的筛选，将所有.xls和.xlsx文件添加到特定列表中供统一读取

数据处理

通过xlrd读取到的每行数据，代码中会被存到一个个list中，通过对python list元素的操作，我们完成对目标数据的加工和获取。

实例

由于朋友的表格数据涉及隐私，这里我拿公开的2019年和2018年国家公务员考试职位表来演示：
2018.xlsx

2019.xls

两份表格中有2万多条信息。我们从中选取“部门名称”、“招考职位”、“职位简介”、“招考人数”、“专业”及“学历”等栏目，将所有这六栏的数据汇总到同一张新xlsx表格中，并注明数据来源。

运行代码，效果不错，秒级响应，共汇总了25802条数据：

生成表格开头

生成表格结尾

回顾

回顾整个过程，思路没有问题，在接触每个模块后也作出了恰当的调整。实例中采用的表格数目很小、格式也很规范，所以代码也直接明了，方便展示代码思路和过程。

涉及到成百上千及更大量级的表格文件时，各种格式不规范导致的头疼问题就会出现了，这就要求更精确地数据加工和处理。不过也不慌，可以借助更便捷的工具和模块来进行处理，前人栽树、后人乘凉在Python里面可是很爽的，后续也会分享这方面的学习和应用。

代码下载

百度网盘链接：https://pan.baidu.com/s/1TLVs8sgzGEZJ2F5_XNjrnQ
提取码：y21f

GitHub链接：
https://github.com/pengfexue2/excelRelated.git

代码体现大致思路，稍加修改就可以解决很多基础的表格整理问题。

也欢迎关注我的记录学习 Python 以及前端的公众号，如果你也有繁琐的操作想拿Python代码来解决，可以留言哈，力所能及的话定当全力以赴~