回复“书籍”即可获赠Python从入门到进阶共10本电子书

大家好，我是皮皮。

一、前言

前几天遇到了一个小需求，粉丝自己在实际工作中的需求，需要把下图的表格内容，自动填充到目标表格中去，省得挨个去复制粘贴了，而且还十分容易出错。

原始表格如下图所示：

目标表格如下图所示：

上一篇文章中我们谈到了单个文件的处理，如果现在粉丝有几十个这样的同类Excel文件需要处理，那么该怎么来修改代码呢？

二、实现过程

这里【枫涧澈浪】大佬给了一个代码，如下所示：

# -*- coding: utf-8 -*-
__author__ = 'Jason.Fan'

import pandas as pd
import re
import os
import glob

rawXls='模板.xls'   #要处理的表格文件
resXls= 'res.xls'   #要生成的文件

rerule = r"(\d{4}-\d{1,2}-\d{1,2})"
resDict = {}


class SheetInfo:
    name = ''
    ID = ''
    age = ''
    date = ''


def main_sub(rawXls,resXls):
    df = pd.read_excel(rawXls)
    # print(df.head())
    # print(df.iloc[0,0])
    # print(df.columns)

    # print(Get_CellContent('模板.xls','Sheet4',['姓名'],0))
    SheetInfo.name = df.columns[1]
    SheetInfo.ID = df.iloc[0, 1]
    SheetInfo.age = df.iloc[1, 1]
    SheetInfo.date = re.findall(rerule, (df.iloc[1, 2]))[0]

    print(SheetInfo.name, SheetInfo.ID, SheetInfo.age, SheetInfo.date)

    resDict['日期'] = SheetInfo.date
    resDict['姓名'] = SheetInfo.name
    resDict['ID'] = SheetInfo.ID
    resDict['年龄'] = SheetInfo.age

    ndf = df.iloc[4:, :]
    ndf.columns = range(6)
    for idx, v in ndf.iterrows():
        print(v[0], v[2], v[3])
        #核心内容pass

    # print(resDict)
    finalDF = pd.DataFrame.from_dict(resDict, orient='index').T
    finalDF.to_excel(resXls, index=None)

    # os.system(resXls)


def main():
    for fi in glob.glob('*.xls'):
        if '_res' in os.path.basename(fi): continue
        main_sub(fi,'{}_res.xls'.format(os.path.basename(fi)))


if __name__ == '__main__':
    main()

代码运行之后，该文件夹下的所有Excel表格都可以处理成功，可以得到预期的效果。

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Python自动化办公处理的问题，实现文件的批量处理，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。

大家在学习过程中如果有遇到问题，欢迎随时联系我解决（我的微信：pdcfighting1），应粉丝要求，我创建了一些高质量的Python付费学习交流群和付费接单群，欢迎大家加入我的Python学习交流群和接单群！