python拆分

『壹』 自學python:根據條件拆分excel表格

下面這個表格里有很多種類的水果，想要根據水果種類分成多個表格，每個表格單獨顯示一個種類的水果。

使用下面的語句：

import xlwings as xw

import pandas as pd

app = xw.App(visible =True, add_book =False)

workbook = app.books.open('e:\\table\\工作表.xlsx')

worksheet = workbook.sheets['統計表']

value = worksheet.range('A1').options(pd.DataFrame, header =1, index =False, expand ='table').value

data = value.groupby('種類')# 將數據按照「種類」分組

for idx, groupin data:

   new_worksheet = workbook.sheets.add(idx)# 在工作簿中新增工作表並命名為當前的產品名稱

    new_worksheet['A1'].options(index =False).value = group# 將數據添加到新增的工作表

workbook.save()

workbook.close()

app.quit()

執行結果如下圖：

成功分成了3個表格。

________________END______________

『貳』 Python 數組分割

arr=[1,2,3,6,1,6,8,1,9,7,5,1]
coor,res=[],[]
i=j=count=0
foridx,numinenumerate(arr):
	ifnum==1:
		ifi==j:
			i=idx
		else:
			ifi<j:
				i=idx
			else:
				j=idx
	coor.append((i,j)ifi<jelse(j,i))

forcrinsorted(set(coor)-{(0,0)}):
	res.append(arr[cr[0]:cr[1]+1])
print(res)

如果你用的Python2就把最後的print的括弧去掉就行，Python3的話就不用

用另外一種方法弄了一下，可能更直觀些，附上如下

arr=[1,2,3,6,1,6,8,1,9,7,5,1]
coor,res=[],[]
i=j=0
idx=1
whileidx<len(arr):
	whilearr[idx]!=1:
		idx+=1
	ifi==j:
		i=idx
	else:
		ifi<j:
			i=idx
		else:
			j=idx
	idx+=1
	coor.append((i,j)ifi<jelse(j,i))
forcrincoor:
	res.append(arr[cr[0]:cr[1]+1])
print(res)

你隨便選一種就好，不過推薦後面的這種

『叄』 Python 拆分excel表內所有合並單元格

import openpyxl

from openpyxl.styles import  PatternFill

workbook = openpyxl.load_workbook(r'C:\Users\Administrator\Desktop\user_info_format1.xlsx')  # 載入已經存在的excel

name_list = workbook.sheetnames #獲取所有的sheet表名

worksheet = workbook[name_list[0]]

fill = PatternFill("solid", fgColor="FF0000") #設置填充樣式

m_list = worksheet.merged_cells  # 合並單元格的位置信息，可迭代對象（單個是一個'openpyxl.worksheet.cell_range.CellRange'對象），print後就是excel坐標信息

cr = []

for m_area in m_list:

    # 合並單元格的起始行坐標、終止行坐標。。。。，

    r1, r2, c1, c2 = m_area.min_row, m_area.max_row, m_area.min_col, m_area.max_col

    # 縱向合並單元格的位置信息提取出

    if r2 - r1 > 0 or c2 - c1 > 0:

        cr.append((r1, r2, c1, c2))

        print('符合條件%s' % str(m_area))

#print(cr)

# 這里注意需要把合並單元格的信息提取出再拆分

for r in cr:

    worksheet.unmerge_cells(start_row=r[0], end_row=r[1],

                            start_column=r[2], end_column=r[3])

    if r[3]-r[2]==0:  #單獨列合並

        for row  in  (range(r[0], r[1]+1)):

            worksheet.cell(row=row, column=r[3], value=worksheet.cell(r[0], r[2]).value)

            worksheet.cell(row, column=r[3]).fill = fill #將對應拆分單元格填充顏色

    elif  r[1]-r[0]==0 :  #單獨行合並

        for column  in  (range(r[2], r[3]+1)):

            worksheet.cell(row=r[1], column=column, value=worksheet.cell(r[0], r[2]).value)

            worksheet.cell(row=r[0], column=column).fill = fill #將對應拆分單元格填充顏色

    else :  #多行、列合並

        for row  in  (range(r[0], r[1]+1)): 

            for column  in  (range(r[2], r[3]+1)):

                worksheet.cell(row, column, value=worksheet.cell(r[0], r[2]).value)

                worksheet.cell(row, column).fill=fill #將對應拆分單元格填充顏色

workbook.save(r'C:\Users\Administrator\Desktop\data25.xlsx') #另存為新表

『肆』 python數組分割

functionname= lambda anylist, n: [anylist[i * 3:(i + 1) * 3] for i in range(len(anylist)//n+1 if len(anylist)%n else len(anylist)//n)]

print(functionname(a, 3))
可以按任意長度切分

『伍』 python怎麼把每個while分開

while語句執行的具體流程為：
1、判斷條件表達式的值，其值為真（True）時，則執行代碼塊中的語句，當執行完畢後。
2、再回過頭來重新判斷條件表達式的值是否為真，若仍為真，則繼續重新執行代碼塊。
3、如此循環，直到條件表達式的值為假（False），才終止循環。

『陸』 Python數據處理：篩選、統計、連表、拼接、拆分、缺失值處理

file1_path ='E:/Users/lenovo/Desktop/中視/622召回.csv' # 源數據

格式：file1=pd.read_csv(file1_path)

pd.read_csv(file1_path,encoding='gbk')

pd.read_csv(file1_path,encoding='gbk',skiprows=[2,3])

pd.read_csv(file1_path,encoding='gbk',skiprows=lambda x:x%2==1)

pd.read_csv(file1_path,encoding='gbk',keep_default_na=False)

new=pd.DataFrame()

new.new[[0,1,2]]

new.new[0:2]

查詢結果同上

new.loc[new['激活數']>1000]

loc和iloc的區別：

     loc：純標簽篩選

     iloc：純數字篩選

#篩選出new的某兩列

new=new.loc[:,['phone','收件人姓名']]

#篩選new的第0，1列

new.iloc[:,[0,1]]

使用『==』篩選-篩查「崔旭」的人（只能篩查指定明確的）

#new=file1.loc[(file1['收件人姓名']=='崔旭')|(file1['收件人姓名']=='崔霞')]

#print(new)

#使用loc函數篩選-str.contains函數-篩查名字中包含'亮'和'海'的人

#new=file1.loc[file1['收件人姓名'].str.contains('亮|海')]

#print(new)

#使用loc函數篩選-str.contains函數-篩查'崔'姓的人

#new=file1.loc[file1['收件人姓名'].str.startswitch('崔')]

#print(new)

df = df[(df['DEPOSIT_PAY_TIME_x'] .notnull() ) & (df['DEPOSIT_PAY_TIME_x'] != "" )]

print("ring_time(number)=0的個數：",newdata[newdata['ring_time(number)'] ==0].count()['ring_time(number)'])

print("ring_time(number)=1,2,3的個數：",newdata[(newdata['ring_time(number)'] >0) & (newdata['ring_time(number)'] <4)].count()['ring_time(number)'])

print(newdata[newdata['ring_time(number)'] ==0])

newdata[newdata['Team']. isin (['England','Italy','Russia'])][['Team','Shooting Accuracy']]

df.年齡.value_counts()

1.修改指定位置數據的值（修改第0行，』創建訂單數『列的值為3836）

new.loc[0,'創建訂單數']=3836

2.替換『小明』-『xiaoming』

df.replace({'name':{'小明':'xiaoming'}})

3.批量替換某一列的值（把『性別』列里的男-male，女-felmale）

方法一：df['性別']=df['性別'].map({'男':'male','女':'female'})

方法二：df['性別'].replace('female','女',inplace=True)

               或df['性別']=df['性別'].replace('female','女')                這就是inplace的作用

                +df['性別'].replace('male','男',inplace=True)

4.替換列索引

df.columns=['sex','name','height','age']

或者：df.rename(columns={'性別':'sex','姓名':'name','身高':'height','年齡':'age'})

5.刪除某一列

del df['player']

6. 刪除某一列（方法二），刪除某一行（默認axis=0刪除行，為1則刪除列）

刪除某一列（方法二）

df.drop('性別',axis=1)

刪除某一行

df.drop(1,axis=0)

file1=pd.read_csv(file1_path)

file2=pd.read_csv(file2_path)

new1=pd.DataFrame()

new1['phone']=file1['phone']

new1['contact_time']=file1['contact_time']

new2=pd.DataFrame()

new2['phone']=file2['phone']

new2['submission_audit_time']=file2['提交審核時間']

newdata=pd.merge(new1,new2,on='phone',how='left')

df=pd.concat([df1,df2],axis=0)

4.2.2 橫向表連接

df=pd.concat([df1,df2],axis=1)

df1['地區'].str.split('·',3,expand=True)

df1:

df1[['城市', '城區','地址']] = df1['地區'].str.split('·', 3, expand = True)

5.1 缺失值刪除

data.dropna(axis=0,subset = ["Age", "Sex"])   # 丟棄『Age』和『Sex』這兩列中有缺失值的行

data.dropna(how = 'all')    # 傳入這個參數後將只丟棄全為缺失值的那些行

data.dropna(axis = 1)       # 丟棄有缺失值的列（一般不會這么做，這樣會刪掉一個特徵）

data.dropna(axis=1,how="all")   # 丟棄全為缺失值的那些列

5.2 缺失值填充：pandas.DataFrame.fillna()函數

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

功能：使用指定方法填充NA/NaN值

其中inplace=True就是直接在原有基礎上填滿

5.3 缺失值查詢：

缺失值數量查詢：df.isnull().sum()

缺失值行查詢：df[df.isnull().T.any()]

newdata['ring_time']=pd.to_datetime(newdata['submission_audit_time'])-pd.to_datetime(newdata['contact_time'])

newdata['ring_time(number)']=(pd.to_datetime(newdata['submission_audit_time'])-pd.to_datetime(newdata['contact_time'])).apply(lambda x: x.days)

new=pd.DataFrame()

new=newdata[newdata['ring_time(number)'] ==0]

new.to_csv(save_path,encoding='utf-8-sig')

將數據按行拆分並存儲到不同的csv文件中：

path='C:/Users/EDZ/Desktop/工作/2021.08.19/'

for i in range(0,30):

    df.loc[[i]].to_csv(path+str(i)+'.csv',encoding='gbk')

df = df[['購葯日期', '星期','社保卡號','商品編碼', '商品名稱', '銷售數量', '應收金額', '實收金額' ]]

『柒』 python如何拆分含有多種分隔符的字元串

通過re.split()方法，一次性拆分所有字元串
import re
def go_split(s, symbol):
# 拼接正則表達式
symbol = "[" + symbol + "]+"
# 一次性分割字元串
result = re.split(symbol, s)
# 去除空字元
return [x for x in result if x]
if __name__ == "__main__":
# 定義初始字元串
s = '12;;7.osjd;.jshdjdknx+'
# 定義分隔符
symbol = ';./+'
result = go_split(s, symbol)
print(result)

『捌』 如何將一個數字拆分成多個數字之和Python

將一個數字拆分成多個數字之和Python可以理解為一個整數的分箱問題。
所以我們定義一個長度為四的數組，每個數組最大能取到4，所以想到5進制，開始循環遍歷，四個元素之和等於4即滿足條件。
所以在寫程序的時候把滿足相加等於4的元素，把含有0的全部彈出來，之後再出重就得到答案了。

『玖』 python中怎麼拆分一行內多列數據成多行

1、兩個數據變成兩行：先在該列後面插入一列——選該列——菜單欄——數據——分列——分隔符號——下一步——分號（勾選）——完成。其它該行的數據同時復制變成兩行：復制~插入復制單元格。2、對應把表2中的部分列復制到表1中：在表1的某一列第1行輸入=VLOOKUP($A1,表2!$A:$Z,COLUMN(A1),)回車並向右和向下填充。