后端开发|Python教程
DataFrame,python,excel
后端开发-Python教程
这篇文章主要为大家详细介绍了python之DataFrame实现excel合并单元格，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
修源码,Ubuntu16固件,iis7 多tomcat,爬虫相关库,源码php抽奖,永州品牌网络推广seo排名优化lzw
在工作中经常遇到需要将数据输出到excel，且需要对其中一些单元格进行合并，比如如下表表格，需要根据A列的值，合并B、C列的对应单元格
仪器预约系统源码,vscode显示不了边框,ubuntu qt 配置,tomcat缓存文件在,爬虫welearn,php 正则 文件名,宿州seo优化公司费用,租车公司网站模板,最新挖片模板lzw
网站大图片上传源码,ubuntu锁屏关机,py爬虫付费网页,php sttudy,麻城seo排名lzw
pandas中的to_excel方法只能对索引进行合并，而xlsxwriter中，虽然提供有merge_range方法，但是这只是一个和基础的方法，每次都需要编写繁琐的测试才能最终调好，而且不能很好的重用。所以想自己写一个方法，结合dataframe和merge_range。大概思路是：
1、定义一个MY_DataFrame类，继承DataFrame类，这样能很好的利用pandas的很多特性，而不用自己重新组织数据结构。
2、定义一个my_mergewr_excel方法，参数分别为：输出excel的路径、用于判断是否需要合并的key_cols列表、用于指明哪些列上的单元格需要被合并的列表
3、将MY_DataFrame封装为一个My_Module模块，以备重用。
合并的算法如下：
1、根据给定参数的【关键列】，进行分组计数和排序，添加CN和RN两个辅助列
2、判断CN大于1的，该分组需要合并，否则该分组（行）无需合并（CN=1说明这个分组数据行是唯一的，无需合并）
3、对应需要合并的分组，判断当前列是不是在给定参数【合并列】中，是则用合并写excel单元格，否则就是普通的写excel单元格。
4、在需要合并的列中，如果对于的RN=1则调用merge_range，一次性写想下写CN个单元格，如果RN>1则跳过该单元格，因为在RN=1的时候，已经合并写了该单元格，若再重复调用erge_range，打开excel文档时会报错。
用图解释如下：
具体代码如下：
# -*- coding: utf-8 -*- """ Created on 0301 @author: ARK-Z """ import xlsxwriter import pandas as pd class My_DataFrame(pd.DataFrame): def __init__(self, data=None, index=None, columns=None, dtype=None, copy=False):pd.DataFrame.__init__(self, data, index, columns, dtype, copy) def my_mergewr_excel(self,path,key_cols=[],merge_cols=[]):# sheet_name=Sheet1, na_rep=\, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=inf, verbose=True):self_copy=My_DataFrame(self,copy=True)line_cn=self_copy.index.sizecols=list(self_copy.columns.values)if all([v in cols for i,v in enumerate(key_cols)])==False: #校验key_cols中各元素 是否都包含与对象的列 print("key_cols is not completely include objects columns") return Falseif all([v in cols for i,v in enumerate(merge_cols)])==False: #校验merge_cols中各元素 是否都包含与对象的列 print("merge_cols is not completely include objects columns") return False wb = xlsxwriter.Workbook(path)worksheet = wb.add_worksheet()format_top = wb.add_format({order:1,old:True, ext_wrap:True})format_other = wb.add_format({order:1,valign:vcenter})for i,value in enumerate(cols): #写表头 #print(value) worksheet.write(0,i,value,format_top)#merge_cols=[B,A,C]#key_cols=[A,B]if key_cols ==[]: #如果key_cols 参数不传值，则无需合并 self_copy[RN]=1 self_copy[CN]=1else: self_copy[RN]=self_copy.groupby(key_cols,as_index=False).rank(method=first).ix[:,0] #以key_cols作为是否合并的依据 self_copy[CN]=self_copy.groupby(key_cols,as_index=False).rank(method=max).ix[:,0]#print(self)for i in range(line_cn): if self_copy.ix[i,CN]>1: #print(该行有需要合并的单元格) for j,col in enumerate(cols): #print(self_copy.ix[i,col]) if col in (merge_cols): #哪些列需要合并 if self_copy.ix[i,RN]==1: #合并写第一个单元格，下一个第一个将不再写worksheet.merge_range(i+1,j,i+int(self_copy.ix[i,CN]),j, self_copy.ix[i,col],format_other) ##合并单元格，根据LINE_SET[7]判断需要合并几个#worksheet.write(i+1,j,df.ix[i,col]) else:pass #worksheet.write(i+1,j,df.ix[i,j]) else: worksheet.write(i+1,j,self_copy.ix[i,col],format_other) #print(,) else: #print(该行无需要合并的单元格) for j,col in enumerate(cols): #print(df.ix[i,col]) worksheet.write(i+1,j,self_copy.ix[i,col],format_other) wb.close()self_copy.drop(CN, axis=1)self_copy.drop(RN, axis=1)
调用代码：
import My_Module DF=My_DataFrame({A:[1,2,2,2,3,3],B:[1,1,1,1,1,1],C:[1,1,1,1,1,1],D:[1,1,1,1,1,1]}) DF Out[120]: A B C D 0 1 1 1 1 1 2 1 1 1 2 2 1 1 1 3 2 1 1 1 4 3 1 1 1 5 3 1 1 1 DF.my_mergewr_excel( 00_2.xlsx,[A],[B,C])
效果如下：
也可以设置合并A、B列：
DF.my_mergewr_excel( 00_2.xlsx,[A],[A,B])
效果如下：
