在工作中经常遇到需要将数据输出到excel，且需要对其中一些单元格进行合并，比如如下表表格，需要根据a列的值，合并b、c列的对应单元格
pandas中的to_excel方法只能对索引进行合并，而xlsxwriter中，虽然提供有merge_range方法，但是这只是一个和基础的方法，每次都需要编写繁琐的测试才能最终调好，而且不能很好的重用。所以想自己写一个方法，结合dataframe和merge_range。大概思路是：
1、定义一个my_dataframe类，继承dataframe类，这样能很好的利用pandas的很多特性，而不用自己重新组织数据结构。
2、定义一个my_mergewr_excel方法，参数分别为：输出excel的路径、用于判断是否需要合并的key_cols列表、用于指明哪些列上的单元格需要被合并的列表
3、将my_dataframe封装为一个my_module模块，以备重用。
合并的算法如下：
1、根据给定参数的【关键列】，进行分组计数和排序，添加cn和rn两个辅助列
2、判断cn大于1的，该分组需要合并，否则该分组（行）无需合并（cn=1说明这个分组数据行是唯一的，无需合并）
3、对应需要合并的分组，判断当前列是不是在给定参数【合并列】中，是则用合并写excel单元格，否则就是普通的写excel单元格。
4、在需要合并的列中，如果对于的rn=1则调用merge_range，一次性写想下写cn个单元格，如果rn>1则跳过该单元格，因为在rn=1的时候，已经合并写了该单元格，若再重复调用erge_range，打开excel文档时会报错。
用图解释如下：
具体代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
|
# -*- coding: utf-8 -*-
"""
created on 20170301
@author: ark-z
"""
import xlsxwriter
import pandas as pd
class my_dataframe(pd.dataframe):
def __init__(self, data=none, index=none, columns=none, dtype=none, copy=false):
pd.dataframe.__init__(self, data, index, columns, dtype, copy)
def my_mergewr_excel(self,path,key_cols=[],merge_cols=[]):
# sheet_name='sheet1', na_rep='', float_format=none, columns=none, header=true, index=true, index_label=none, startrow=0, startcol=0, engine=none, merge_cells=true, encoding=none, inf_rep='inf', verbose=true):
self_copy=my_dataframe(self,copy=true)
line_cn=self_copy.index.size
cols=list(self_copy.columns.values)
if all([v in cols for i,v in enumerate(key_cols)])==false: #校验key_cols中各元素 是否都包含与对象的列
print("key_cols is not completely include object's columns")
return false
if all([v in cols for i,v in enumerate(merge_cols)])==false: #校验merge_cols中各元素 是否都包含与对象的列
print("merge_cols is not completely include object's columns")
return false
wb2007 = xlsxwriter.workbook(path)
worksheet2007 = wb2007.add_worksheet()
format_top = wb2007.add_format({'border':1,'bold':true,'text_wrap':true})
format_other = wb2007.add_format({'border':1,'valign':'vcenter'})
for i,value in enumerate(cols): #写表头
#print(value)
worksheet2007.write(0,i,value,format_top)
#merge_cols=['b','a','c']
#key_cols=['a','b']
if key_cols ==[]: #如果key_cols 参数不传值，则无需合并
self_copy['rn']=1
self_copy['cn']=1
else:
self_copy['rn']=self_copy.groupby(key_cols,as_index=false).rank(method='first').ix[:,0] #以key_cols作为是否合并的依据
self_copy['cn']=self_copy.groupby(key_cols,as_index=false).rank(method='max').ix[:,0]
#print(self)
for i in range(line_cn):
if self_copy.ix[i,'cn']>1:
#print('该行有需要合并的单元格')
for j,col in enumerate(cols):
#print(self_copy.ix[i,col])
if col in (merge_cols): #哪些列需要合并
if self_copy.ix[i,'rn']==1: #合并写第一个单元格，下一个第一个将不再写
worksheet2007.merge_range(i+1,j,i+int(self_copy.ix[i,'cn']),j, self_copy.ix[i,col],format_other) ##合并单元格，根据line_set[7]判断需要合并几个
#worksheet2007.write(i+1,j,df.ix[i,col])
else:
pass
#worksheet2007.write(i+1,j,df.ix[i,j])
else:
worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other)
#print(',')
else:
#print('该行无需要合并的单元格')
for j,col in enumerate(cols):
#print(df.ix[i,col])
worksheet2007.write(i+1,j,self_copy.ix[i,col],format_other)
wb2007.close()
self_copy.drop('cn', axis=1)
self_copy.drop('rn', axis=1)
|
调用代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import my_module
df=my_dataframe({'a':[1,2,2,2,3,3],'b':[1,1,1,1,1,1],'c':[1,1,1,1,1,1],'d':[1,1,1,1,1,1]})
df
out[120]:
a b c d
0 1 1 1 1
1 2 1 1 1
2 2 1 1 1
3 2 1 1 1
4 3 1 1 1
5 3 1 1 1
df.my_mergewr_excel('000_2.xlsx',['a'],['b','c'])
|
效果如下：
也可以设置合并a、b列：
|
1
|
df.my_mergewr_excel('000_2.xlsx',['a'],['a','b'])
|
效果如下：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/cakecc2008/article/details/59203980