相信有不少朋友日常工作會用到 Excel 處理各式表格文件，更有甚者可能要花大把時間來做繁瑣耗時的表格整理工作。
最近有朋友問可否編程來減輕表格整理工作量，今兒我們就通過實例來實現 Python 對錶格的自動化整理。
首先我們有這麼一份數據表 source.csv：
我們要做的是從上表中提取數據，來生成一份符合以下要求的表格：
按照以下分組名單 group.xls 來整理數據表中的數據：
最終要展現的數據項：
其中“K數據/60”為數據表中的“數據K”/60後保留的2位小數
我們先看手工 Excel 如何處理以上需求：
要在 source.csv 數據表中讀取讀取每條數據，放入 group.xls 匹配的分組成員中，最後篩選需要的數據項，再對特定的 “數據K”進行運算處理。
那麼 Python 又將如何操作呢？這裡我們要用到功能強大的 pandas 庫。
pandas 是基於NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。
Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。
pandas提供了大量能使我們快速便捷地處理數據的函數和方法。
你很快就會發現，它是使Python成為強大而高效的數據分析環境的重要因素之一。
首先導入 pandas 庫，通過相關的函數讀取 csv 和 xls 表格內容：
我們可以首先對 source.csv 中的數據項進行篩選，需要的數據項有“角色”、“編號”、“數據B”、“數據C”、“數據D”和“數據K”：
接下來是根據分組角色來匹配角色數據，注意到 group.xls 和 source.csv 共有“角色”一項，我們可以通過此項將兩個表格融合從而形成匹配填充的效果。
<code>combine = pd.merge(group,filter_merge,on="角色")/<code>
接下來我們在第二列插入運算後的“數據K/60”：
<code>combine.insert(1,"數據K/60",round(filter_merge["數據K"]/60,2))/<code>
最終，我們將生成的數據格式寫入新的 xlsx 表格中：
<code>combine.to_excel(excel_writer="result.xlsx",index=False)/<code>
最終自動生成的表格如下：
以上便是 Excel 表格整理的 Python 代碼簡單實現，在操作過程中也遇到幾個問題貼在這裡供大家參考：
導入 pandas 時可能會報錯：
解決：
根據報錯信息安裝需要的相關模塊 要進行表格整理的電腦為公司電腦、無法連接外網下載 Python
解決： 由於工作機不能上網，在沒有網的情況下裝pandas真費勁，好不容易裝好了，記錄一下，備忘。
具體步驟如下：
1、安裝python（根據自己電腦的系統來裝相應的版本，我的電腦是64位win7系統）
2、驗證“pip”命令能不能用：
2.1 運行cmd，進入命令行；
2.2 輸入“pip”，若提示為外部命令，則進入第3步，若沒有此提示，則進入第4步；
3、添加路徑。
3.1 找到python文件夾下的Scripts文件夾，並點進去，裡面應該有easy_install.exe、pip.exe等東西，在地址欄上右鍵選擇“複製地址（C）”;
3.2 回到桌面，在“計算機”上右鍵選擇“屬性（R）”，如下圖，
3.3 點左邊的“高級系統設置”，出現下圖
3.4 點右下角的“環境變量（N）...”，在“系統變量”欄裡找到“path”，點擊一下，然後選下面的編輯，出現下圖：
3.5 在“變量值”欄中，將之前複製的“Scripts”文件夾的地址粘貼到其中，注意在原有的地址後加分號，再將新地址複製進去；
3.6 依次點“確定”，退出來，
3.7 回到第2步，驗證“pip”命令能不能用
4、到網站上下載相應的文件，（下面羅列的文件都是我用在64win7系統下的，只需要自己用的python版本和電腦系統版本本來下載相應的文件）
按下列順序安裝即可：
(1) numpy-1.12.1rc1+mkl-cp36-cp36m-win_amd64.whl
(2) pip-9.0.1-py2.py3-none-any.whl
(3) pyparsing-2.2.0-py2.py3-none-any.whl
(4) pytz-2016.10-py2.py3-none-any.whl
(5) setuptools-1.4.1-py2.py3-none-any.whl
(6) six-1.10.0-py2.py3-none-any.whl
(7) python_dateutil-2.6.0-py2.py3-none-any.whl
(8) cycler-0.10.0-py2.py3-none-any.whl
(9) matplotlib-2.0.0-cp36-cp36m-win_amd64.whl
(10) pandas-0.19.2-cp36-cp36m-win_amd64.whl
安裝方法：
4.1 把上述文件都放在桌面上（也可以其它文件夾），將CMD的地址轉到上述文件存放的位置，比如轉到桌面上，在CMD中輸入“cd C:\\Users\\Orbitaigo\\Desktop”，回車後地址變到桌面文件夾中；
4.2 然後在cmd中輸入“pip install numpy-1.12.1rc1+mkl-cp36-cp36m-win_amd64.whl”回車後，第一個文件就會進行安裝，如此按順序進行餘下文件的安裝。
PS：順序很重要，不按順序很多文件裝不上，如果暫時裝不上，就先裝其它文件，哪個裝上裝哪個，然後回過頭來再繼續裝沒有裝上的。
5、驗證numpy，pandas和matplotlib有沒有裝上。打開python，輸入“import numpy as”，若“numpy”沒有報錯則numpy安裝成功，同理驗證其它兩個有沒有裝上。
PS：若在聯網的情況下，若想裝numpy,則只需要在CMD中輸入“pip install numpy”即可自動安裝，pandas和matplotlib同理一樣方法進行自動安裝。
參照以上內容。在外網電腦下載 Python 安裝文件以及相關的模塊安裝文件，拷貝到無網絡電腦進行安裝
以上表格整理的實例在現實工作有參考意義麼：
回答：文中表格的原型是一份員工工作記錄，根據人員分組進行相關的數據統計。類似的分組統計成員數據都可以根據此簡單 Python 模版來實現。
最後小編幫助大家整理了一套python教程，下面展示了部分，希望也能幫助對編程感興趣，想做數據分析，人工智能、爬蟲或者希望從事編程開發的小夥伴，畢竟python工資也還可以，如果能幫到你請點贊、點贊、點贊。
PS：如果你喜歡python，並覺得這篇文章對你有益的話，麻煩多多點贊關注支持！！！！
閱讀更多 程序猿老旭 的文章
