Python几行代码轻松拆分表格
作者：梅朵
微信公众号：实用办公编程技能
微信号：Excel-Python
什么？，Python几行代码竟然可以按指定轻松拆分表格？
将test.xls中的数据按地区拆分成不同的表格，如：
广州.xls…深圳.xls…西安
那么如何用Python来实现呢？
总共7行代码，是不是蠢蠢欲动，你也想试试！
将test.xls中的数据按地区拆分成不同的表格，主要有4步：
第一步：导入所需要的库：pandas
pandas是数据分析处理库，可以读写Excel表格的。
import pandas as pd
第二步：读取Excel表格
使用pandas的read_excel函数进行读取。
file=pd.read_excel(r'C:UsersAdministratorDesktopfiletest.xls',sheet_name="销售总表")
第三步：获取地区目录
使用pandas的iloc获取地区列，使用drop_duplicates函数获取不重复地区目录。
menu=file.iloc[:,0].drop_duplicates()
第四步：按地区目录将Excel表格进行拆分
主要是使用for循环进行拆分。for name in menu:    df1=file[file.地区==name]
            path="C:UsersAdministratorDesktopfile"+name+".xls"
            df1.to_excel(path,index=None)
小伙伴们，是不是很简单！
以上就是用Python几行代码实现表格按条件拆分的方法，下面给出具体的代码，供大家交流！
关注我们的公众号“实用办公编程技能”（微信号：Excel-Python），让我们的工作和生活变更更轻松！
http://weixin.qq.com/r/EC7YwPbEh6v4rbKj93sC (二维码自动识别)
往期文章：
1.Python制作一个简易计算器2.Python制作二维码生成器3.用Python控制摄像头录制视频4.用Python玩转视频播放5.用Python制作照片阅读器6.用Python实现文本自动播读7.Python制作一个简易时钟8.Python代码实现手写数字识别9.用Python轻松进行图像文本识别10.用Python做小说词频分析图
扫描关注更多精彩，欢迎留言！

	

(点击上方快速关注并设置为星标，一起学Python)
选自towardsdatascience 作者：George Seif， 机器之心编译
Python 是一种美丽的语言，它简单易用却非常强大。但你真的会用 Python 的所有功能吗？
下面是 Python 的 5 种高级特征，以及它们的用法。
Lambda 函数
Lambda 函数是一种比较小的匿名函数——匿名是指它实际上没有函数名。
Python 函数通常使用 def a_function_name() 样式来定义，但对于 lambda 函数，我们根本没为它命名。这是因为 lambda 函数的功能是执行某种简单的表达式或运算，而无需完全定义函数。
lambda 函数可以使用任意数量的参数，但表达式只能有一个。
x = lambda a, b : a * b
print(x(5, 6)) # prints '30'

x = lambda a : a*3 + 3
print(x(3)) # prints '12'
看它多么简单！我们执行了一些简单的数学运算，而无需定义整个函数。这是 Python 的众多特征之一，这些特征使它成为一种干净、简单的编程语言。
Map 函数
Map() 是一种内置的 Python 函数，它可以将函数应用于各种数据结构中的元素，如列表或字典。对于这种运算来说，这是一种非常干净而且可读的执行方式。
def square_it_func(a):
    return a * a

x = map(square_it_func, [1, 4, 7])
print(x) # prints '[1, 16, 47]'

def multiplier_func(a, b):
    return a * b

x = map(multiplier_func, [1, 4, 7], [2, 5, 8])
print(x) # prints '[2, 20, 56]'看看上面的示例！我们可以将函数应用于单个或多个列表。实际上，你可以使用任何 Python 函数作为 map 函数的输入，只要它与你正在操作的序列元素是兼容的。
Filter 函数
filter 内置函数与 map 函数非常相似，它也将函数应用于序列结构(列表、元组、字典)。二者的关键区别在于 filter() 将只返回应用函数返回 True 的元素。
详情请看如下示例：
# Our numbers
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

# Function that filters out all numbers which are odd
def filter_odd_numbers(num):

    if num % 2 == 0:
        return True
    else:
        return False

filtered_numbers = filter(filter_odd_numbers, numbers)

print(filtered_numbers)
# filtered_numbers = [2, 4, 6, 8, 10, 12, 14]
我们不仅评估了每个列表元素的 True 或 False，filter() 函数还确保只返回匹配为 True 的元素。非常便于处理检查表达式和构建返回列表这两步。
Itertools 模块
Python 的 Itertools 模块是处理迭代器的工具集合。迭代器是一种可以在 for 循环语句(包括列表、元组和字典)中使用的数据类型。
使用 Itertools 模块中的函数让你可以执行很多迭代器操作，这些操作通常需要多行函数和复杂的列表理解。关于 Itertools 的神奇之处，请看以下示例：
from itertools import *

# Easy joining of two lists into a list of tuples
for i in izip([1, 2, 3], ['a', 'b', 'c']):
    print i
# ('a', 1)
# ('b', 2)
# ('c', 3)

# The count() function returns an interator that 
# produces consecutive integers, forever. This 
# one is great for adding indices next to your list 
# elements for readability and convenience
for i in izip(count(1), ['Bob', 'Emily', 'Joe']):
    print i
# (1, 'Bob')
# (2, 'Emily')
# (3, 'Joe')    

# The dropwhile() function returns an iterator that returns 
# all the elements of the input which come after a certain 
# condition becomes false for the first time. 
def check_for_drop(x):
    print 'Checking: ', x
    return (x > 5)

for i in dropwhile(should_drop, [2, 4, 6, 8, 10, 12]):
    print 'Result: ', i

# Checking: 2
# Checking: 4
# Result: 6
# Result: 8
# Result: 10
# Result: 12


# The groupby() function is great for retrieving bunches
# of iterator elements which are the same or have similar 
# properties

a = sorted([1, 2, 1, 3, 2, 1, 2, 3, 4, 5])
for key, value in groupby(a):
    print(key, value), end=' ')

# (1, [1, 1, 1])
# (2, [2, 2, 2]) 
# (3, [3, 3]) 
# (4, [4]) 
# (5, [5]) 
Generator 函数
Generator 函数是一个类似迭代器的函数，即它也可以用在 for 循环语句中。这大大简化了你的代码，而且相比简单的 for 循环，它节省了很多内存。
比如，我们想把 1 到 1000 的所有数字相加，以下代码块的第一部分向你展示了如何使用 for 循环来进行这一计算。
如果列表很小，比如 1000 行，计算所需的内存还行。但如果列表巨长，比如十亿浮点数，这样做就会出现问题了。使用这种 for 循环，内存中将出现大量列表，但不是每个人都有无限的 RAM 来存储这么多东西的。Python 中的 range() 函数也是这么干的，它在内存中构建列表。
代码中第二部分展示了使用 Python generator 函数对数字列表求和。generator 函数创建元素，并只在必要时将其存储在内存中，即一次一个。这意味着，如果你要创建十亿浮点数，你只能一次一个地把它们存储在内存中！Python 2.x 中的 xrange() 函数就是使用 generator 来构建列表。
上述例子说明：如果你想为一个很大的范围生成列表，那么就需要使用 generator 函数。如果你的内存有限，比如使用移动设备或边缘计算，使用这一方法尤其重要。
也就是说，如果你想对列表进行多次迭代，并且它足够小，可以放进内存，那最好使用 for 循环或 Python 2.x 中的 range 函数。因为 generator 函数和 xrange 函数将会在你每次访问它们时生成新的列表值，而 Python 2.x range 函数是静态的列表，而且整数已经置于内存中，以便快速访问。
# (1) Using a for loopv
numbers = list()

for i in range(1000):
    numbers.append(i+1)

total = sum(numbers)

# (2) Using a generator
 def generate_numbers(n):
     num, numbers = 1, []
     while num            numbers.append(num)
     num += 1
     return numbers
 total = sum(generate_numbers(1000))

 # (3) range() vs xrange()
 total = sum(range(1000 + 1))
 total = sum(xrange(1000 + 1))
原文链接：https://towardsdatascience.com/5-advanced-features-of-python-and-how-to-use-them-73bffa373c84 
(完)看完本文有收获？请转发分享给更多人关注「Python那些事」，做全栈开发工程师点「在看」的人都变好看了哦

全文共3360字，预计学习时长9分钟
图源：unsplash
大多数数据科学在线课程都把Jupyter Notebook作为教学媒介，这是因为初学者在Jupyter Notebook的单元格中编写代码，比编写包含类和函数的脚本更容易。
另一个原因在于它使浏览和绘制数据变得容易。键入"Shift + Enter"时，你可以立即看到代码的结果，这使我们能够轻松地确定代码是否有效。
然而，当处理更多数据科学项目时，Jupyter Notebook也存在几个缺点：
· 缺乏条理性：随着代码变大，我们所编写的东西越来越难以跟踪。无论使用多少标记将Notebook分隔成不同的部分，断开连接的单元格都使用户难以专注于代码功能。
· 难以试验：你需要使用不同的数据处理方法进行测试，为机器学习算法选择不同的参数，查看准确性是否提高。但每次试验新方法时，都需要查找和重新运行相关单元格，这耗神耗时，尤其是处理或培训过程需要很长时间才能运行时。
· 可重复性低：如果你想要使用结构略有不同的新数据，识别其中的错误源很难。
· 难以调试：当你在代码中收到错误时，无法准确判断出错的原因，是代码还是数据更改？如果是代码出错，具体是哪个部分？
· 不适合生产：Jupyter Notebook与其他工具配合使用效果不佳。使用其他工具时，从Jupyter Notebook运行代码并不容易。
图源：unsplash
一定有更好的方法来处理代码，所以我决定尝试一下脚本。为了减少混淆，引用.py文件时，在本文中使用单词"脚本"。
组织
Jupyter Notebook中的单元格很难将代码组织成不同的部分。使用脚本可以创建几个小函数，每个函数指定代码的功能。
更妙的是，如果这些函数可以分类在同类别，如处理数据的函数时，可以将它们放在同一个类中。
每当我们想要处理数据时，就可以利用类预处理中的函数。
鼓励实验
当我们想要尝试对预处理数据的不同方法时，只需添加或删除函数，这样注释不用害怕破坏代码。即使碰巧破坏了代码，也能确切地知道在哪里修复。
提高重复性
使用类和函数，可以使代码足够通用，以便能够和其他数据一起使用。例如，如果我们想在新数据中删除不同的列，只需将columns_to_drop更改为列的列表，若是删除，代码也将顺利运行。
columns_to_drop =config.columns.to_drop             datetime_column =config.columns.datetime.sentiment             dropna_columns =config.columns.drop_na             processor =Preprocess(columns_to_drop,datetime_column, dropna_columns)
还可以创建一个管道来指定处理和训练数据的步骤。一旦拥有管道，我们所需要做的就是使用它对列车和测试数据应用相同的处理。
pipline.fit_transform(data)
易于调试
使用函数可以更容易地测试该函数是否产生期望的输出，我们可以快速地指出代码中的哪些地方需要更改以生成想要的输出。
defextract_date_hour_minute(string: str):                                         '''Extract datahour and minute from datetime string'''                                         try:                                             return string[:16]                                         exceptTypeError:                                             return np.nan             deftest_extract_date_hour_minute():                                     '''Test whether the function extractdate, hour, and minute '''                                                string ='2020-07-30T23:25:31.036+03:00'                                     assertextract_date_hour_minute(string) =='2020-07-30T23:25'
如果所有测试都通过了，但是在运行代码时仍然存在错误，那么我们就知道接下来应该查看这些数据。例如，在通过上面的测试后，在运行脚本时仍然有一个类型错误，这使数据中有空值。那就只需要处理这个问题，就可以平稳运行代码。
适于生产
在多个脚本中使用不同的函数：
from preprocess import preprocess          from model import run_model          from predict import predict             defmain(config):              df =preprocess(config)                 df =run_model(config)                 df, df_scale, min_day, max_day, accuracy =predict(df, config)
或者添加配置文件来控制变量的值。这可以让我们不必浪费时间去跟踪代码中的特定变量来更改其值。
columns:          to_drop:            #- keywords            #- entities            - code            - error            - warnings          binary_columns:            - sentiment            - Diff          datetime:            time: Date            sentiment: crawled          drop_na:            - sentiment            - usage            - crawled            - emotion          to_predict: sentiment
你还可以轻松地添加工具来跟踪实验，比如MLFlow，或者添加工具来处理配置，比如Hydra.cc。
图源：unsplash
不喜欢Jupyter Notebook，直到迫使自己做出调整
我以前一直使用Jupyter Notebook。当一些数据科学家建议将Notebook笔记本换成脚本从而避免上述一些问题时，我不理解也不愿意这么做，因为我不喜欢运行单元格时无法看到这种不确定性。
但是，当我在新公司开始第一个真正的数据科学项目时，Jupyter Notebook的缺点越来越大，所以我决定踏出舒适区，用脚本进行实验。
起初，我很不习惯，但也注意到了使用脚本的好处。当代码被组织成不同的函数、类和等多个脚本(每个脚本都用于不同的目的，如预处理、培训和测试)时，我开始感到工作更有条理性。
我在建议读者不要用Jupyter Notebook?
并不是。如果代码比较小，且不打算将代码投入生产，仍然可以使用Jupyter Notebook。当想要分析、可视化数据时，也可以使用Jupyter Notebook。还可以用它来解释如何使用一些python库。例如，Khuyen Tran主要使用这个存储库中的Jupyter Notebook作为媒介来解释他所有文章中提到的代码。
如果你不习惯在脚本中编写所有内容，那么你可以将脚本和Jupyter Notebook用于不同的目的。例如，可以在脚本中创建类和函数，然后将它们导入到Notebook中，这样就不那么凌乱了。
另一种方法是在写完笔记本后把它变成脚本，但组织笔记本中的代码(比如把它们放到函数和类中以及编写测试函数)通常要花费更长的时间。你可以先写一个小的函数，再写一个小的测试函数，可以更快更安全。如果正好想用新的Python库加速代码，可以使用已经编写的测试函数来确保它如期望中那样工作。
图源：unsplash
除了本文中提到的方法，一定有更多的方法可以解决Jupyter Notebook的缺点。
每个人都有自己提高工作利率的方法。刚从Jupyter Notebook切换到脚本可能不太习惯，因为用脚本编写代码不太直观，但你最终会习惯的。你会开始意识到脚本在凌乱的Jupyter Notebook上有着许多好处，并且会希望用脚本编写大部分代码。
不积跬步无以至千里，从细微处开始改变自己吧。
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范

	

↑↑↑关注后"星标"简说Python
人人都可以简单入门Python、爬虫、数据分析 简说Python严选 
来源：python数据分析之禅   作者：小dull鸟
One old watch, like brief python大家好，我是老表～今天和大家分享的内容是关于Python自动化操作excel一些方法和技巧，学习了记得点赞、留言、转发，三连哦～
公司财务小姐姐每月需要根据如下报表统计出本月、上月、去年同期的销售额、客流量、客单价数据：
每个月都要手动计算，非常耗费时间，本着乐于助人的原则，我用python写了个小程序，能够实现自动生成财务报表，现把具体过程分享给大家：
一、pandas导入数据源
import pandas as pd
data=pd.read_csv('数据模板.csv',encoding='gbk',parse_dates=["成交时间"])
data
parse_dates可以将成交时间列转换成时间格式
二、pandas计算相关指标
先给大家介绍一下指标的计算方式：
销售额=单价*销量客流量=订单id去重后的次数客单价=销售额/客流量
1.计算上月数据
通过pandas比较功能，取出本月数据，&为比较运算符，相当于“与”
from datetime import datetime
current_m=data[(data["成交时间"]>=datetime(2020,2,1))&(data["成交时间"]<=datetime(2020,2,28))]
current_m
销售额计算
current_s=(current_m['销量']*current_m['单价']).sum()
current_s
sum是pandas中的求和函数，用于返回用户所请求轴的值之和。
客流量计算
current_t=current_m['订单ID'].drop_duplicates().count()
current_t
drop_duplicatesop:去重函数count:计数函数
客单价计算
curent_s_t=round(current_s/current_t,2)
curent_s_t
2.计算上月数据
计算方式是一样的，只不过把日期范围调整一下，代码如下：
from datetime import datetime
last_m=data[(data["成交时间"]>=datetime(2020,1,1))&(data["成交时间"]<=datetime(2020,1,31))]
last_s=(last_m['销量']*last_m['单价']).sum()
last_t=last_m['订单ID'].drop_duplicates().count()
last_s_t=round(last_s/last_t,2)
3.计算去年同期数据
from datetime import datetime
same_m=data[(data["成交时间"]>=datetime(2019,2,1))&(data["成交时间"]<=datetime(2019,2,28))]
same_s=(same_m['销量']*same_m['单价']).sum()
same_t=same_m['订单ID'].drop_duplicates().count()
same_s_t=round(same_s/same_t,2)
4.将上述数据转成DataFrame表格型数据结构
result=pd.DataFrame([[current_s,last_s,same_s],[current_t,last_t,same_t],[curent_s_t,last_s_t,same_s_t]],columns=["本月","上月同期","去年同期"],index=["销售额","客流量","客单价"])
result
5.增加同比和环比数据
result["同比"]=result["本月"]/result["上月同期"]-1
result["环比"]=result["本月"]/result["去年同期"]-1
result
自动化报表的模板基本已经做好了，等下月需要时，只需改一下时间，运行程序即可，省去了大量的人工计算时间
三、可视化展示
用plotly画出柱状图
import plotly.graph_objs as go
columns=["本月","上月同期","去年同期"]
fig = go.Figure(data=[
    go.Bar(name='销售额',x=columns,y=[current_s,last_s,same_s]),
    go.Bar(name='客流量',x=columns,y=[current_t,last_t,same_t]),
    go.Bar(name='客单价',x=columns,y=[curent_s_t,last_s_t,same_s_t]),])
fig.update_layout(barmode='group')
fig.show()
点击右上角标签，可以展示不同的参数图形
简说Python
长按扫码关注，一起学Python