python保留其他列（python去掉某一列）

本文目录一览：

• 
  1、求Python大神指导，一个csv文件，把其中每一列的数据提取出来单独保存为一个csv文件
  


• 
  2、python如何读取csv某列XX行数据保存为列表？
  


• 
  3、python对excel操作
  


• 
  4、如何用python实现行列互换，大家怎么看待呢？
  


• 
  5、python读取excel文件，将每一行都保存为一个列表。每一行对应一个列表。
  

求Python大神指导，一个csv文件，把其中每一列的数据提取出来单独保存为一个csv文件

csv是Comma-Separated Values的缩写，是用文本文件形式储存的表格数据，比如如下的表格：

就可以存储为csv文件，文件内容是：

No.,Name,Age,Score

1,mayi,18,99

2,jack,21,89

3,tom,25,95

4,rain,19,80

假设上述csv文件保存为"test.csv"

1.读文件

如何用Python像操作Excel一样提取其中的一列，即一个字段，利用Python自带的csv模块，有两种方法可以实现：

第一种方法使用reader函数，接收一个可迭代的对象（比如csv文件），能返回一个生成器，就可以从其中解析出csv的内容：比如下面的代码可以读取csv的全部内容，以行为单位：

#!/usr/bin/python3

# -*- conding:utf-8 -*-

__author__ = 'mayi'

import csv

#读

with open("test.csv", "r", encoding = "utf-8") as f:

reader = csv.reader(f)

rows = [row for row in reader]

print(rows)

得到：

[['No.', 'Name', 'Age', 'Score'],

['1', 'mayi', '18', '99'],

['2', 'jack', '21', '89'],

['3', 'tom', '25', '95'],

['4', 'rain', '19', '80']]

要提取其中某一列，可以用下面的代码：

#!/usr/bin/python3

# -*- conding:utf-8 -*-

__author__ = 'mayi'

import csv

#读取第二列的内容

with open("test.csv", "r", encoding = "utf-8") as f:

reader = csv.reader(f)

column = [row[1] for row in reader]

print(column)

得到：

['Name', 'mayi', 'jack', 'tom', 'rain']

注意从csv读出的都是str类型。这种方法要事先知道列的序号，比如Name在第2列，而不能根据'Name'这个标题查询。这时可以采用第二种方法：

第二种方法是使用DictReader，和reader函数类似，接收一个可迭代的对象，能返回一个生成器，但是返回的每一个单元格都放在一个字典的值内，而这个字典的键则是这个单元格的标题（即列头）。用下面的代码可以看到DictReader的结构：

# -*- conding:utf-8 -*-

__author__ = 'mayi'

import csv

#读

with open("test.csv", "r", encoding = "utf-8") as f:

reader = csv.DictReader(f)

column = [row for row in reader]

print(column)

得到：

[{'No.': '1', 'Age': '18', 'Score': '99', 'Name': 'mayi'},

{'No.': '2', 'Age': '21', 'Score': '89', 'Name': 'jack'},

{'No.': '3', 'Age': '25', 'Score': '95', 'Name': 'tom'},

{'No.': '4', 'Age': '19', 'Score': '80', 'Name': 'rain'}]

如果我们想用DictReader读取csv的某一列，就可以用列的标题查询：

#!/usr/bin/python3

# -*- conding:utf-8 -*-

__author__ = 'mayi'

import csv

#读取Name列的内容

with open("test.csv", "r", encoding = "utf-8") as f:

reader = csv.DictReader(f)

column = [row['Name'] for row in reader]

print(column)

得到：

['mayi', 'jack', 'tom', 'rain']

2.写文件

读文件时，我们把csv文件读入列表中，写文件时会把列表中的元素写入到csv文件中。

#!/usr/bin/python3

# -*- conding:utf-8 -*-

__author__ = 'mayi'

import csv

#写：追加

row = ['5', 'hanmeimei', '23', '81']

out = open("test.csv", "a", newline = "")

csv_writer = csv.writer(out, dialect = "excel")

csv_writer.writerow(row)

得到：

python如何读取csv某列XX行数据保存为列表？

存的时候先要把图片转换为字节数组，再把这个byte[]存到数据库的，读取的时候得到这个byte[]，再这样bytearrayinputstream

in=new

bytearrayinputstream(byte[]

temp);bitmap

bmp=bitmapfactory.decodestream(in)

python对excel操作

Python对于Excel的操作是多种多样的，掌握了相关用法就可以随心所欲的操作数据了！

操作xls文件

xlrd（读操作）：

import xlrd

1、引入xlrd模块

workbook=xlrd.open_workbook("36.xls")

2、打开[36.xls]文件，获取excel文件的workbook（工作簿）对象

names=workbook.sheet_names()

3、获取所有sheet的名字

worksheet=workbook.sheet_by_index(0)

4、通过sheet索引获得sheet对象

worksheet为excel表第一个sheet表的实例化对象

worksheet=workbook.sheet_by_name("各省市")

5、通过sheet名获得sheet对象

worksheet为excel表sheet名为【各省市】的实例化对象

nrows=worksheet.nrows

6、获取该表的总行数

ncols=worksheet.ncols

7、获取该表的总列数

row_data=worksheet.row_values(n)

8、获取该表第n行的内容

col_data=worksheet.col_values(n)

9、获取该表第n列的内容

cell_value=worksheet.cell_value(i,j)

10、获取该表第i行第j列的单元格内容

xlwt（写操作）：

import xlwt

1、引入xlwt模块

book=xlwt.Workbook(encoding="utf-8")

2、创建一个Workbook对象，相当于创建了一个Excel文件

sheet = book.add_sheet('test')

3、创建一个sheet对象，一个sheet对象对应Excel文件中的一张表格。

sheet.write(i, j, '各省市')

4、向sheet表的第i行第j列，写入'各省市'

book.save('Data\\36.xls')

5、保存为Data目录下【36.xls】文件

操作xlsx文件

openpyxl（读操作）：

import openpyxl

1、引入openpyxl模块

workbook=openpyxl.load_workbook("36.xlsx")

2、打开[36.xlsx]文件，获取excel文件的workbook（工作簿）对象

names=workbook.sheetnames

worksheet=workbook.worksheets[0]

worksheet=workbook["各省市"]

ws = workbook.active

6、获取当前活跃的worksheet,默认就是第一个worksheet

nrows=worksheet.max_row

7、获取该表的总行数

ncols=worksheet.max_column

8、获取该表的总列数

content_A1= worksheet['A1'].value

9、获取该表A1单元格的内容

content_A1=worksheet.cell(row=1,column=1).value

10、获取该表第1列第1列的内容

openpyxl（写操作）：

workbook=openpyxl.Workbook()worksheet = workbook.active

3、获取当前活跃的worksheet,默认就是第一个worksheet

worksheet.title="test"

4、worksheet的名称设置为"test"

worksheet = workbook.create_sheet()

5、创建一个新的sheet表，默认插在工作簿末尾

worksheet.cell(i,j,'空')

6、第i行第j列的值改成'空'

worksheet["B2"]="空"

7、将B2的值改成'空'

worksheet.insert_cols(1)

8、在第一列之前插入一列

worksheet.append(["新增","台湾省"])

9、添加行

workbook.save("Data\\36.xlsx")

10、保存为Data目录下【36.xlsx】文件

pandas处理excel文件

pandas操作：

import pandas as pd

1、引入pandas模块

data = pd.read_excel('36.xls')

2、读取[36.xls]或者[36.xlsx]文件

data = pd.read_csv('36.csv')

3、读取[36.csv]文件

data=data.dropna(subset=['店铺'])

4、过滤掉data店铺列有缺失的数据

data.sort_values("客户网名", inplace=True)

5、将data数据按照客户网名列进行从小到大排序

data = pd.read_csv(36.csv, skiprows = [0,1,2],sep = None, skipfooter = 4)

6、读取[36.csv]文件，前三行和后四行的数据略过

data = data.fillna('空')

7、将data中的空白处填充成'空'

data.drop_duplicates('订单','first',inplace=True)

8、data中的数据，按照【订单】列做去重处理，保留第一条数据

data=pd.DataFrame(data,columns=['订单','仓库'])

9、只保留data中【订单】【仓库】列的数据

data = data[(data[u'展现量'] 0)]

10、只保留【展现量】列中大于0的数据

data= data[data["订单"].str.contains('000')]

11、只保留【订单】列中包含'000'的数据

data= data[data["仓库"]=='正品仓']

12、只保留【仓库】列是'正品仓'的数据

xs= data[data["店铺"]=='南极人']['销售额']

13、获取店铺是南极人的销售额数据

data['订单'] = data['订单'].str[3:7]

14、【订单】列的值只保留4-8个字节的值

data["邮资"] = np.where((data['店铺'].str.contains('T|t')) -(data['仓库'] == '代发仓'), 8, data['邮资'])

15、满足店铺列包含 T 或 t 并且仓库不等于'代发仓'的话，将邮资的值改成8，否则值不变

data = np.array(data).tolist()

16、将data从DataFrame转换成列表

data=pd.DataFrame(data)

17、将列表转换成DataFrame格式

zhan = data[u'展现'].sum().round(2)

18、将data中所有展现列数据求和，并取两位小数

sum=data.groupby(['店铺'])['刷单'].sum()

19、将data中按照店铺对刷单进行求和

counts=data['店铺'].value_counts()

20、将data按照店铺进行计算

avg=data.groupby(['店铺'])['刷单'].mean()

21、将data按照店铺对刷单进行求平均数

count = pd.concat([counts,sum], axis=1, ignore_index=True, sort=True)

22、将counts和sum两个DataFrame进行了组合

count=count.rename(index=str, columns={0: "订单", 1: "成本"})

23、将新生成的DataFrame列名进行修改

data = pd.merge(sum, counts, how='left', left_on='店铺', right_on='店铺')

24、将列表转换成DataFrame格式

from openpyxl import Workbook 

wb=Workbook()  

ws1=wb.active 

data.to_excel('36.xlsx') 

wb.close()

25、data完整的写入到关闭过程，执行此操作的时候【36.xlsx】不能是打开状态

excel格式操作

样式处理：

1、打开【36.xlsx】

sheet=workbook.worksheets[0]

2、将第一个sheet对象赋值给sheet

sheet.column_dimensions['A'].width = 20.0

3、将A列的宽度设置为20

sheet.row_dismensions[1].height = 20.0

4、将第一行的行高设置为20

sheet.merge_cells('A1:A2')

5、将sheet表A1和A2单元格合并

sheet.unmerge_cells('A1:A2')

6、将sheet表A1和A2单元格取消合并

sheet.insert_rows(2,2)

7、将sheet表从第2行插入2行

sheet.insert_cols(3,2)

8、将sheet表从第3列插入2列

sheet.delete_rows(2)

9、删除第2行

sheet.delete_cols(3, 2)

10、将sheet表从第3列开始删除2列

from openpyxl.styles import Font, Border, PatternFill, colors, Alignment

11、分别引入字体、边框、图案填充、颜色、对齐方式

sheet.cell(i,j).fOnt= Font(name='Times New Roman', size=14, bold=True, color=colors.WHITE)

12、设置sheet表第 i 行第 j 列的字体

sheet.cell(i,j).alignment = Alignment(horizOntal='center', vertical='center')

13、设置sheet表第 i 行第 j 列的字体对齐方式

left, right, top, bottom = [Side(, color='000000')] * 4sheet.cell(i,j).border = Border(left=left, right=right, top=top, bottom=bottom)

14、引入边框样式并调用

fill = PatternFill("solid", fgColor="1874CD")sheet.cell(1,j).fill = fill

15、引入填充样式，并调用

import xlrd

from openpyxl import Workbook

from openpyxl import load_workbook

workbook=load_workbook(filename='C:/Users/EDZ/Desktop/工作/2021.08.03/大兄弟.xlsx')

sheet=workbook.active

sheet.insert_cols(idx=1)

sheet.merge_cells(A1:A3)

sheet['A1']=['上海','山东','浙江']

如何用python实现行列互换，大家怎么看待呢？

你需要确保该数组的行列数都是相同的。列表递推式提供了一个简便的矩阵转置的方法:另一个更快和高级一些的方法。可以使用zip函数:本节提供了关于矩阵转置的两个方法，一个比较清晰简单,另一个比较快速但有些隐晦。有时候，数据到来的时候使用错误的方式，比如，你使用微软的ADO接口访问数据库,由于Python和MS在语言实现上的差别。 Getrows方法在Python中可能返回的是列值，和方法的名称不同.本节给的出的方法就是这个问题常见的解决方案，一个更清晰，一个更快速。在列表递推式版本中,内层递推式表示选则什么(行),外层递推式表示选择者(列)。这个过程完成后就实现了转置。在zip版本中,我们使用arr语法将一维数组传递给zip做为参数,接着,zip返回一个元组做为结果。然后我们对每一个元组使用list方法,产生了列表的列表(即矩阵)。因为我们没有直接将zip的结果表示为list，所以我们可以我们可以使用itertools.izip来稍微的提高效率(因为izip并没有将数据在内存中组织为列表)。但是,在特定的情况下，上面的方法对效率的微弱提升不能弥补对复杂度的增加。关于args和kwds语法:args(实际上，号后面跟着变量名)语法在Python中表示传递任意的位置变量，当你使用这个语法的时候(比如，你在定义函数时使用),Python将这个变量和一个元组绑定，并保留所有的位置信息, 而不是具体的变量。当你使用这个方法传递参数时，变量可以是任意的可迭代对象(其实可以是任何表达式,只要返回值是迭代器)。

python读取excel文件，将每一行都保存为一个列表。每一行对应一个列表。

python读写excel文件要用到两个库：xlrd和xlwt，首先下载安装这两个库。

1、#读取Excel

import xlrd

data = xlrd.open_workbook(excelFile)

table = data.sheets()[0]

nrows = table.nrows #行数

ncols = table.ncols #列数

for i in xrange(0,nrows):

rowValues= table.row_values(i) #某一行数据

for item in rowValues:

print item

2、写Excel文件

'''往EXCEl单元格写内容，每次写一行sheet:页签名称；row：行内容列表；rowIndex：行索引;

isBold:true:粗字段，false:普通字体'''

def WriteSheetRow(sheet,rowValueList,rowIndex,isBold):

i = 0

style = xlwt.easyxf('font: bold 1')

#style = xlwt.easyxf('font: bold 0, color red;')#红色字体

#style2 = xlwt.easyxf('pattern: pattern solid, fore_colour yellow; font: bold on;') # 设置Excel单元格的背景色为黄色，字体为粗体

for svalue in rowValueList:

strValue = unicode(str(svalue),'utf-8')

if isBold:

sheet.write(rowIndex,i,strValue,style)

else:

sheet.write(rowIndex,i,strValue)

i = i + 1

'''写excel文件'''

def save_Excel(strFile):

excelFile = unicode(strFile, "utf8")

wbk = xlwt.Workbook()

sheet = wbk.add_sheet('sheet1',cell_overwrite_ok=True)

headList = ['标题1','标题2','标题3','标题4','总计']

rowIndex = 0

WriteSheetRow(sheet,headList,rowIndex,True)

for i in xrange(1,11):

rowIndex = rowIndex + 1

valueList = []

for j in xrange(1,5):

valueList.append(j*i)

WriteSheetRow(sheet,valueList,rowIndex,False)

wbk.save(excelFile)

style2 = xlwt.easyxf('pattern: pattern solid, fore_colour yellow; font: bold on;')

在设置上Excel单元格的背景色时，fore_colour 支持的颜色是有限的，仅支持一下颜色

aqua 0x31

black 0x08

blue 0x0C

blue_gray 0x36

bright_green 0x0B

brown 0x3C

coral 0x1D

cyan_ega 0x0F

dark_blue 0x12

dark_blue_ega 0x12

dark_green 0x3A

dark_green_ega 0x11

dark_purple 0x1C

dark_red 0x10

dark_red_ega 0x10

dark_teal 0x38

dark_yellow 0x13

gold 0x33

gray_ega 0x17

gray25 0x16

gray40 0x37

gray50 0x17

gray80 0x3F

green 0x11

ice_blue 0x1F

indigo 0x3E

ivory 0x1A

lavender 0x2E

light_blue 0x30

light_green 0x2A

light_orange 0x34

light_turquoise 0x29

light_yellow 0x2B

lime 0x32

magenta_ega 0x0E

ocean_blue 0x1E

olive_ega 0x13

olive_green 0x3B

orange 0x35

pale_blue 0x2C

periwinkle 0x18

pink 0x0E

plum 0x3D

purple_ega 0x14

red 0x0A

rose 0x2D

sea_green 0x39

silver_ega 0x16

sky_blue 0x28

tan 0x2F

teal 0x15

teal_ega 0x15

turquoise 0x0F

violet 0x14

white 0x09

yellow 0x0D"""

另外一种方式是 用pyExcelerator

from pyExcelerator import *# excel 第一行数据excel_headDatas = [u'发布时间', u'文章标题', u'文章链接', u'文章简介']

articles =[

{u'发布时间':u'2017年5月9日',

u'文章标题':u'Python项目实战教程：国内就能访问的google搜索引擎',

u'

u'文章简介':u'大家可以留言、想了解python那个方向的知识、不然我也不知道'},

{u'发布时间':u'2017年5月4日',

u'文章标题':u'对于学习Django的建议、你知道的有那些',

u'文章链接':',

u'文章简介':u'随着Django1.4第二个候选版的发布，虽然还不支持Python3，但Django团队已经在着手计划中，据官方博客所说，Django1.5将会试验性的支持python3'}

]# 定义excel操作句柄excle_Workbook = Workbook()

excel_sheet_name = time.strftime('%Y-%m-%d')

excel_sheet = excle_Workbook.add_sheet(excel_sheet_name)

index = 0#标题for data in excel_headDatas:

excel_sheet.write(0, index, data)

index += 1index = 1#内容for article in articles:

colIndex = 0    for item in excel_headDatas:

excel_sheet.write(index, colIndex, article[item])

colIndex += 1

index += 1#保存test.xlsx到当前程序目录excle_Workbook.save('test.xlsx')# db = mongoDB.mongoDbBase()# db.Get_information_stat()