相信有不少朋友日常工作会用到 Excel 处理各式表格文件，更有甚者可能要花大把时间来做繁琐耗时的表格整理工作，今天我们就通过Python实现对表格的自动化整理。

首先我们有这么一份数据表 source.csv：

我们要做的是从上表中提取数据，来生成一份符合以下要求的表格：

按照以下分组名单 group.xls 来整理数据表中的数据：

最终要展现的数据项：

其中“K数据/60”为数据表中的“数据K”/60后保留的2位小数

常规方法Excel 如何处理以上需求：要在source.csv 数据表中读取每条数据，放入 group.xls 匹配的分组成员中，最后筛选需要的数据项，再对特定的 “数据K”进行运算处理。

那么 Python 又将如何操作呢？这里我们要用到功能强大的 pandas 库。

导入 pandas 库，通过相关的函数读取 csv 和 xls 表格内容：

mport pandas as pd# 读取 group.xls 分组信息group = pd.read_excel("group.xls",header=None)group.columns=["分组","角色"]print(group)# 读取 source.csv 获取所有成员数据source = pd.read_csv("source.csv")print(source)

首先对 source.csv 中的数据项进行筛选，需要的数据项有“角色”、“编号”、“数据B”、“数据C”、“数据D”和“数据K”：

# 通过 iloc[:,[列坐标]] 来定位需要的各列数据filter_merge = source.iloc[:,[0,2,4,5,6,13]]print(filter_merge)

根据分组角色来匹配角色数据，注意到 group.xls 和 source.csv 共有“角色”一项，我们可以通过此项将两个表格融合从而形成匹配填充的效果。

combine = pd.merge(group,filter_merge,on="角色")

在第二列插入运算后的“数据K/60”：

combine.insert(1,"数据K/60",round(filter_merge["数据K"]/60,2))

将生成的数据格式写入新的 xlsx 表格中：

combine.to_excel(excel_writer="result.xlsx",index=False)

最终自动生成的表格如下：

以上便是 Excel 表格整理的 Python 代码简单实现，在操作过程中也遇到几个问题贴在这里供大家参考：

• 导入 pandas 时可能会报错！解决：根据报错信息安装需要的相关模块
• 要进行表格整理的电脑为公司电脑、无法连接外网下载 Python！解决：先在外网电脑下载 Python 安装文件以及相关的模块安装文件，拷贝到无网络电脑进行安装