pandas处理excel表格_pandas合并单元格

需求：
1.对特定的合并单元格，进行填充
2.将某一列为空的一行删除
3.将某一列出现“同4”的那一行删去，保留类似“xml相同”，“json相同”的行
4.将某一列为“ntn”的那一行删除
5.将出现的“正常”的字符串改为“正常输出结果”
6.将“引擎异常”改为“引擎报错”
7.抽取其中的序号列，以及Unnamed:4,Unnamed:5这一列
8.将文件名的后缀由.xlsx改为.txt
|
| |

import pandas as pd
import re
import os
import path

if __name__=='__main__':
    xlsx_dir="C:\\Users\\wwj\\Desktop\\新建文件夹"
    file_path=" "
    names=os.listdir(xlsx_dir)  #列出文件夹下的文件名
    for name in names:
        if name=='11.29.xlsx':
            file_path=os.path.join(xlsx_dir,name)
            df=pd.read_excel(file_path)
            #df.loc[10:14,["Unnamed: 4"]]=df.loc[8,["Unnamed: 4"]]
            df.loc[10:14,["Unnamed: 4"]]=df.fillna(method='ffill').loc[10:14, ["Unnamed: 4"]]
            for i, row in df.iterrows():
                #print(i,row["Unnamed: 4"],row["Unnamed: 5"])
                if re.search(".*ntn.*",row["Unnamed: 5"]):
                    df=df.drop(axis=0,index=i)
                    continue
                if type(row["Unnamed: 4"]) is float:
                    df=df.drop(axis=0,index=i)
                    continue
                if type(row["Unnamed: 2"]) is not float and re.search("^同.*",row["Unnamed: 2"]):
                    df=df.drop(axis=0,index=i) #axis=0为行  index代表第i行
                    continue
                if re.search(".*正常.*",row["Unnamed: 4"]):
                    df.loc[i,"Unnamed: 4"]='正常输出结果'
                if re.search(".*异常.*",row["Unnamed: 4"]):
                    df.loc[i,"Unnamed: 4"]='引擎报错'
            df=df.loc[0:,["序号","Unnamed: 4","Unnamed: 5"]]
            print(df)
            split_file=os.path.splitext(name) #split_file=["11.29","xlsx"]
            old_ext=split_file[-1]
            print(old_ext)
            new_ext='.txt'
            newfile=split_file[0]+new_ext
            newfile_path=os.path.join(xlsx_dir, newfile)
            print(newfile_path)#C:\\Users\\wwj\\Desktop\\11.2901.txt
            #df.to_excel("C:\\Users\\wwj\\Desktop\\11.2901.xlsx")
            df.to_csv(newfile_path, sep='\t', index=False,header=False)  #写成txt文本  双斜杆的问题 通过在路径前加r来解决
            #index代表序号，header代表每一列的表头
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

需要注意的是：
1.excel中某一个地方空的话，NAN为float类型
2.合并单元格 的第一个地方是具体的数值，剩余的地方为NAN，float类型
3.每一列的列头为空的话，pandas读取的时候，会认为是Unnamed:0,1,2,3…
4.运用正则re 包， re.search(“^同.*”,row[“Unnamed: 2”])
"^"代表匹配字符串开头，“$"代表匹配字符串末尾
5.把name的具体值和后缀拆开成为列表

os.path.splitext（name）
1

6.将dataframe保存为txt格式

df.to_csv("C:\\Users\\wwj\\Desktop\\11.2901.txt", sep='\t', index=False,header=False)  
1

7.处理特定位置的合并单元格（ffiill代表向后填充）

 df.loc[10:14,["Unnamed: 4"]]=df.fillna(method='ffill').loc[10:14, ["Unnamed: 4"]]
1

8.以行来进行遍历：

for i, row in df.iterrows():
1

9.删除某一行：

 df=df.drop(axis=0,index=i)#axis=0为行  index代表第i行
1

10.对特定位置赋值：

  df.loc[i,"Unnamed: 4"]='正常输出结果'
1

11.只保留特定的列：

df=df.loc[0:,["序号","Unnamed: 4","Unnamed: 5"]]
1