python处理Excel，从此爱上python

　　python能干的事情太多，对于小白来说，只能望洋生叹，不过不要灰心，看看我是如何使用python处理Excel的，你就能理解python的简单和高效。
　　一、Excel文件
　　1、文件路径
　　F：productdemo。xls
　　2、文件内容（原始数据）
　　成品入库工作表
　　成品出库工作表
　　二、常用的Excel处理诉求
　　1、分类汇总
　　2、筛选
　　3、产品出入库汇总
　　三、使用python实现上述诉求。分类汇总：成品入库数据分类汇总，python代码：importpandasaspd导入pandas包，简写为pd
　　dfpd。readexcel（rF：productdemo。xls，sheetname成品入库）读入原始数据
　　df。fillna（0，inplaceTrue）处理excel中的空值
　　dfdf〔〔product，description，smallbag，小袋数量〕〕选择要进行分类汇总的列
　　df。rename（columns｛小袋数量：入库｝，inplaceTrue）重命名列标题
　　list1〔product，description，smallbag〕设置分类汇总的依据
　　list2〔入库〕设置汇总的字段
　　dfdf。groupby（list1）〔list2〕。sum（）分类汇总
　　df。resetindex（inplaceTrue，dropFalse）重置索引
　　df〔description〕df〔description〕。astype（str）设置字段类型
　　df
　　运行上述代码，即可得到汇总结果，如下图所示：
　　成品入库产品数据分类汇总成品出库产品数据分类汇总
　　依葫芦画瓢写python代码：importpandasaspd
　　dfpd。readexcel（rF：productdemo。xls，sheetname成品出库）
　　df。fillna（0，inplaceTrue）
　　dfdf〔〔product，description，包装类型，发货，实销，其他出库〕〕
　　df。rename（columns｛实销：出库｝，inplaceTrue）
　　list1〔product，description，包装类型〕
　　list2〔出库，其他出库〕
　　dfdf。groupby（list1）〔list2〕。sum（）
　　df。resetindex（inplaceTrue，dropFalse）
　　df〔description〕df〔description〕。astype（str）
　　df
　　运行上述代码，即可得到汇总结果，如下图所示：
　　筛选客户
　　python代码：importpandasaspd4
　　dfpd4。readexcel（rF：productdemo。xls，sheetname成品出库）
　　df。fillna（0，inplaceTrue）
　　dfdf〔〔customer，product，description，包装类型，发货，调货，退货，实销，其他出库，运费〕〕
　　list1〔customer，product，description，包装类型〕
　　list2〔发货，调货，退货，其他出库，运费〕
　　dfdf。groupby（list1）〔list2〕。sum（）
　　df。resetindex（inplaceTrue，dropFalse）
　　df〔description〕df〔description〕。astype（str）
　　customernameinput（请输入要查询的客户名称：）
　　dfdf〔df〔customer〕customername〕设置筛选条件
　　df
　　运行上述代码后，会提示用户输入要查询的客户名称，输入后（这里以输入客户高树友为例说明）即可得到结果，如下图：
　　产品出入库汇总
　　思路：先分别对成品入库和成品出库数据分类汇总，再将两张表的内容合并到一起即可。
　　python和数据库一样，有连表的功能，就是把工作表以某种合适的方式连接起来再操作。
　　python代码：importpandasaspd3
　　df1pd3。readexcel（rF：productdemo。xls，sheetname成品入库）
　　df2pd3。readexcel（rF：productdemo。xls，sheetname成品出库）
　　df1。fillna（0，inplaceTrue）
　　df2。fillna（0，inplaceTrue）
　　df1df1〔〔product，description，smallbag，小袋数量〕〕
　　df2df2〔〔product，description，包装类型，实销，其他出库〕〕
　　df1〔description〕df1〔description〕。astype（str）
　　df2〔description〕df2〔description〕。astype（str）
　　df1。rename（columns｛小袋数量：入库｝，inplaceTrue）
　　df2。rename（columns｛实销：出库｝，inplaceTrue）
　　list1〔product，description，smallbag〕
　　list2〔入库〕
　　df1df1。groupby（list1）〔list2〕。sum（）
　　df1。resetindex（inplaceTrue，dropFalse）
　　list3〔product，description，包装类型〕
　　list4〔出库，其他出库〕
　　df2df2。groupby（list3）〔list4〕。sum（）
　　df2。resetindex（inplaceTrue，dropFalse）
　　df3pd3。merge（df1，df2，howouter，lefton〔product，description，smallbag〕，连接两表的语句。
　　righton〔product，description，包装类型〕）
　　df3。fillna（0，inplaceTrue）
　　df3〔库存〕df3〔入库〕df3〔出库〕df3〔其他出库〕
　　df3df3〔df3。index！0〕
　　list5〔product，description，smallbag，入库，出库，其他出库，库存〕
　　df3df3〔list5〕
　　df4pd3。pivottable（df3，index〔product，description，smallbag〕，
　　values〔入库，出库，其他出库，库存〕，aggfuncsum，marginsTrue）
　　colorder〔入库，出库，其他出库，库存〕
　　df4df4。reindex（colorder，axis1）
　　df4
　　运行结果，如下图：
　　学会了上述几个使用python处理Excel数据的方法，就可以举一反三，就可以一劳永逸。
　　你还说你不爱python吗？