excel
openpyxl
最常用的操作excel（xlsx、xlsm）
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
| from openpyxl import load_workbook
wb = load_workbook( _filePath,read_only=True,data_only=True,keep_vba=True,keep_links=True)
ws = wb[wb.sheetnames[0]]
sheetNameList = wb.sheetnames
ws = wb['Sheet0']
ws = wb[sheetNameList[0]]
ws = wb.active
data = ws.values
data = tuple(ws.values)
ws.cell(row, col).value = "010"
wb.save(_filePath)
wb.close()
|
xlwings
写文件时比openpyxl更稳定一点
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
| import xlwings as xw
app = xw.App(visible=False, add_book=False)
app.display_alerts = False
app.screen_updating = False
wb = app.books.open(_filePath)
ws = wb.sheets[0]
ws = wb.sheets['Sheet1']
data = tuple(ws.range('A1').expand().value)
maxcol = ws.used_range.last_cell.column
ws.cells(row, col).value = '010'
ws.range((row2, col2),(row2, col2)).value = '101'
ws[row:row+5, wcol-1:wcol].copy(ws2[0:4, chcol-1:chcol])
ws.api.Columns(col+1).Insert()
changesh.range((1,chcol), (inmaxcrow,chcol)).color = (200, 200, 200)
wb.save(_filePath)
wb.close()
|
pandas
功能强大，dataframe结构自带行索引、列索引，切片、插入、拼接等操作也很方便。但是效率很低，只适合处理少量复杂数据。
1
2
3
| import pandas as pd
df = pd.read_csv(csvpath, skiprows=[0,1,4,5], engine='c', na_filter=False, keep_default_na=False)
|
- 使用
loc[]：
df.loc['row2', 'B'] 查找 df 中 row2 行和 B 列的值。loc 使用的是行标签 'row2' 和列标签 'B' 来查找。
- 使用
iloc[]：
df.iloc[1, 1] 查找 df 中第 1 行（索引从 0 开始，即第二行）和第 1 列（索引从 0 开始，即第二列）的值。iloc 使用的是基于整数的位置索引 1, 1 来查找。
- 行索引（行标签）：默认情况下，
pandas 会自动为 DataFrame 添加行索引（行标签）。这个行索引是从 0 开始的整数序列。例如，如果有 5 行数据，那么行索引就是 [0, 1, 2, 3, 4]。
- 在read时添加 index_col=0 让第0列的数据作为索引
- 列索引（列标签）：默认情况下，
pandas 会使用 CSV 文件的第一行作为列标签。第一行中的每个值将成为 DataFrame 的列名称。
csv
1
2
| with open(_filePath, mode='r', encoding='UTF-8-SIG', newline='') as csvfile:
reader = csv.reader(csvfile)
|
luadata
write
写文件
1
2
3
| import luadata
luadata.write(path, data, encoding="utf-8", indent="\\t", prefix="return ")
|
read
读文件
1
2
3
| import luadata
data = luadata.read(path, encoding="utf-8")
|
serialize
把字典序列化为字符串
1
2
3
| import luadata
luadata.serialize(var, encoding="utf-8", indent="\\t", indent_level=0)
|
unserialize
把字符串反序列化为字典
1
2
3
| import luadata
luadata.unserialize(luadata_str, encoding="utf-8", multival=False)
|
json
1
2
3
4
5
6
7
8
9
| import json
with open(jsonPath,'r',encoding='utf-8-sig') as jsonFile:
dataDict = json.load(jsonFile)
json.dump(dataDict, jsonFile, ensure_ascii=False, indent=4)
|
