Cet article présente principalement l'exemple de code d'exportation d'Excel à l'aide des compétences Python. L'éditeur pense que c'est plutôt bon, je vais donc le partager avec vous maintenant et le donner comme référence. Suivons l'éditeur pour y jeter un œil
Cet article présente l'exemple de code d'exportation d'Excel avec des compétences Python, qui peut être utilisé juste à temps. Écrivez-le et partagez-le avec tout le monde
<.>
En tant qu'analyste de données, les besoins suivants sont souvent rencontrés.
Extraire les données qui répondent aux exigences de la base de données ou des fichiers texte existants et effectuer un traitement secondaire. Les données traitées sont finalement stockées dans un tableau Excel pour que les personnes d'autres départements puissent poursuivre l'analyse secondaire.
Excel sert ici de pont indispensable. Des outils et méthodes appropriés peuvent nous empêcher de copier et coller les données traitées ligne par ligne.
La programmation Python est également une compétence essentielle pour un analyste de données. Vous ne pouvez jamais prédire d'où proviendront vos données et quels traitements complexes de filtrage, de tri et de combinaison seront nécessaires, alors maîtrisez un langage de programmation et Les commandes de traitement de fichiers texte couramment utilisées sous Linux sont des compétences essentielles.
Compte tenu de sa simplicité, de son démarrage rapide et de ses diverses bibliothèques open source, Python peut être considéré comme le premier choix des analystes de données.
Voici un aperçu de la simplicité d'exporter des données vers Excel à l'aide des enregistrements de la bibliothèque basée sur Python, qui ne nécessitent que quelques lignes de code.
J'ai mentionné la bibliothèque d'enregistrements dans "Une bibliothèque Python vraiment utile".
L'auteur Kenneth Reitz est reconnu comme l'un des deux meilleurs rédacteurs de code dans le domaine python. Il est polyvalent, jeune et prometteur.
Records est une bibliothèque de requêtes SQL spécialement conçue pour les humains. Elle peut être connectée à diverses bases de données relationnelles back-end. Vous n'avez pas à vous soucier des détails. Une simple URL et une instruction SQL feront tout. . Il offre également la fonction d'exporter divers résultats de requêtes vers différents formats (CSV, XLS, JSON, tableaux HTML).
import records
rows = [
{"x": 1, "y": 2},
{"x": 2, "y": 3},
{"x": 3, "y": 4},
{"x": 4, "y": 5}
]
results = records.RecordCollection(iter(rows))
with open('demo.xlsx', 'wb') as f:
f.write(results.export('xlsx'))Le tableau au format Excel généré après l'avoir exécuté directement est le suivant :
Bien sûr, csv peut également être généré. Python est livré avec une bibliothèque de traitement csv, beaucoup plus simple à utiliser que le format xlsx et ne nécessite pas l'introduction de bibliothèques tierces.
L'un des scénarios d'application les plus courants pour l'utilisation de la bibliothèque d'enregistrements ici consiste à lire les données de la base de données MySQL et, après certains traitements, à stocker les données dans des fichiers texte Excel ou JSON.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
