python提取几列 python 提取列

简要

利用python实现把一个工作表中的某些列，和其中单独的一列，提取成为一个个新表。

如图（处理前）蓝色部分是需要保留的列，红色是需要一项一项分出来作为单独表格的列。

其中，第一行的名字是用的回车作为分隔，所以在提取名字时需要去除\n。

整体思路就是先保留前六列，然后加上后面的每一列，每加一列的同事加一个单独的sheets，最后获取第一行每一列的名字，将sheets进行命名。

如图（处理后）分出来的省份变为了文件名，列为专业人数，并且去除了空值。

1、导入文件
首先import panda as pd，随后通过pd.panda 导入工作表。

data = pd.read_excel("D:\\PycharmProjects\\hellow\\excel\\招生信息.xlsx")#打开原始工作表

文件目录采用双斜线替换了反斜线，避免了因为误识别文件目录为转义符导致的错误，类似解决错误转义符出错的方法如下。
（1）路径前加‘r’
（2）替换为双斜线
（3）替换为正斜线 详情可转到文章（运行python文件报SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: tr）

2、获取工作表行数列数

lens = data.shape[1]  # 获取行数 shape[1]获取列数
rows = data.shape[0]  # 获取行数 shape[0]获取行数

3、判断单元格内元素是否为数字

def is_number(uchar):
    """判断一个unicode是否是数字"""
    if uchar >= u'\u0030' and uchar <= u'\u0039':
        return True
    else:
        return False
def format_str(content):

4、只提取字符串中的汉字函数

def is_chinese(uchar):
    """判断一个unicode是否是汉字"""
    if uchar >= u'\u4e00' and uchar <= u'\u9fa5':
        return True
    else:
        return False
    '''只提取字符串中的汉字函数'''
    content_str = ''
    for i in content:
        if is_chinese(i):
            content_str = content_str + i
    return content_str

此函数可实现输入一个含有字符串，只提取字符串中的汉字并返回。
详情可见文章（python字符串只保留汉字）：

5、判断单元格有数字并提取分列

df_list_all=[]#预定义一个空列表存储所有的sheets
for department in range(6, lens):#对第六列以后的每一列进行提取
    df_list = pd.DataFrame()#定义空pd.dataframe
    for i in range(1, rows):#对每一行进行遍历
        if is_number(str(data.iloc[i][department])) == True:#判断单元格的值为数字，仅提取有数据的行
            df_list = pd.concat([df_list, data.iloc[[i], [0, 1, 2, 3, 4, 5, department]]], axis=0, ignore_index=True)#提取0,1,2,3,4,5，department列
    df_list_all.append(df_list)#利用append把所有整理好的分列表进行汇总
writer = pd.ExcelWriter('D:\\Users\\79033\\PycharmProjects\\hellow\\excel\\new.xlsx')  # 利用pd.ExcelWriter()存多张sheets

6、保存工作表并重命名

for i in range(len(df_list_all)):#保存sheets到new.xlsx
    name=str(data.iloc[[1],i+6])#提取每一分列第一行对应字符串
    name=zifu_hanzi.format_str(name)#将列名保存下来
    df_list_all[i].to_excel(writer, sheet_name=name, index=False)  # 注意加上index=FALSE 去掉index列
writer.save()#保存文件

7、完整代码

"""
把excel表按照某列拆分成多个表
具体为保留前六列的前提下，把第六列以后的每一列都形成一个分表 ，并且不存在空元素
"""


import pandas as pd

data = pd.read_excel("D:\\Users\\79033\\PycharmProjects\\hellow\\excel\\招生信息.xlsx")#打开原始工作表
lens = data.shape[1]  # 获取行数 shape[1]获取列数
rows = data.shape[0]  # 获取行数 shape[0]获取行数



def is_chinese(uchar):
    """判断一个unicode是否是汉字"""
    if uchar >= u'\u4e00' and uchar <= u'\u9fa5':
        return True
    else:
        return False
def is_number(uchar):
    """判断一个unicode是否是数字"""
    if uchar >= u'\u0030' and uchar <= u'\u0039':
        return True
    else:
        return False
def format_str(content):
    '''只提取字符串中的汉字函数'''
    content_str = ''
    for i in content:
        if is_chinese(i):
            content_str = content_str + i
    return content_str


df_list_all=[]#预定义一个空列表存储所有的sheets
for department in range(6, lens):#对第六列以后的每一列进行提取
    df_list = pd.DataFrame()#定义空pd.dataframe
    for i in range(1, rows):#对每一行进行遍历
        if is_number(str(data.iloc[i][department])) == True:#判断单元格的值为数字，仅提取有数据的行
            df_list = pd.concat([df_list, data.iloc[[i], [0, 1, 2, 3, 4, 5, department]]], axis=0, ignore_index=True)#提取0,1,2,3,4,5，department列
    df_list_all.append(df_list)#利用append把所有整理好的分列表进行汇总
writer = pd.ExcelWriter('D:\\Users\\79033\\PycharmProjects\\hellow\\excel\\new.xlsx')  # 利用pd.ExcelWriter()存多张sheets


for i in range(len(df_list_all)):#保存sheets到new.xlsx
    name=str(data.iloc[[1],i+6])#提取每一分列第一行对应字符串
    name=zifu_hanzi.format_str(name)#将列名保存下来
    df_list_all[i].to_excel(writer, sheet_name=name, index=False)  # 注意加上index=FALSE 去掉index列
writer.save()#保存文件

学习python几个月了，写了几次代码，学习过程中参考了很多大佬的博客，自己第一次写博客，一方面为了做笔记吧，一方面也为了方便大家。本程序是自己写的，但是也借鉴了许多别人的地方，文中已用链接标出，希望大家喜欢，谢谢各位大佬们！！