kyimao 发表于 2023-6-2 17:08:38

新人求助，筛选出来的表没有标题？

import os
import pandas as pd

# 原始表格文件夹路径
input_folder = r'G:\2023\777'

# 保存新表格的文件夹路径
output_folder = r'G:\2023\555'

# 获取原始表格文件列表
input_files = os.listdir(input_folder)

for file in input_files:
    if file.endswith('.xls'):
      # 构建原始表格文件的完整路径
      file_path = os.path.join(input_folder, file)
      
      # 读取原始表格数据，跳过第一行
      df = pd.read_excel(file_path, skiprows=1)
      
      # 筛选出xx社区
      filtered_df = df == 'xx社区']
      
      # 重新排列序号列
      filtered_df.loc[:, '序号'] = range(1, len(filtered_df) + 1)
      
      # 保留指定列
      columns_to_keep = ['序号', '户主姓名', 'xx社区','金额合计']
      filtered_df = filtered_df
      
      # 创建新表格的文件名
      output_file = os.path.join(output_folder, os.path.splitext(file) + '.xlsx')
      
      # 保存新表格，跳过第一行
      filtered_df.to_excel(output_file, index=False, startrow=1)
上面代码是将文件夹里一堆表，按社区名字进行筛选后，生成新的表，但是生成出来的，没有标题，但是我又想保留原表标题，我该怎么搞？

歌者文明清理员 发表于 2023-6-2 17:13:34

本帖最后由 歌者文明清理员 于 2023-6-2 17:15 编辑

你可以在读取原始表格数据时，保留第一行作为标题行，而不是跳过第一行，例如使用header=0参数表示将第一行作为标题行，然后在保存新表格时，在原来的基础上加上标题行即可。修改后的代码如下所示：

import os
import pandas as pd

# 原始表格文件夹路径
input_folder = r'G:\2023\777'

# 保存新表格的文件夹路径
output_folder = r'G:\2023\555'

# 获取原始表格文件列表
input_files = os.listdir(input_folder)

for file in input_files:
    if file.endswith('.xls'):
      # 构建原始表格文件的完整路径
      file_path = os.path.join(input_folder, file)
      
      # 读取原始表格数据，保留第一行作为标题行
      df = pd.read_excel(file_path, header=0)
      
      # 筛选出xx社区
      filtered_df = df == 'xx社区']
      
      # 重新排列序号列
      filtered_df.loc[:, '序号'] = range(1, len(filtered_df) + 1)
      
      # 保留指定列
      columns_to_keep = ['序号', '户主姓名', 'xx社区','金额合计']
      filtered_df = filtered_df
      
      # 创建新表格的文件名
      output_file = os.path.join(output_folder, os.path.splitext(file) + '.xlsx')
      
      # 保存新表格，加上标题行
      with pd.ExcelWriter(output_file) as writer:
            df.to_excel(writer, sheet_name='Sheet1', index=False)
            filtered_df.to_excel(writer, sheet_name='Sheet1', index=False, startrow=1)
这样就可以保留原表标题，并生成新表格了。

kyimao 发表于 2023-6-2 17:47:17

歌者文明清理员 发表于 2023-6-2 17:13
你可以在读取原始表格数据时，保留第一行作为标题行，而不是跳过第一行，例如使用header=0参数表示将第一行 ...

报错，这样也试过，将第一行保留，会因为筛选出来的数据找不到对应的列保存，KeyError: " ['序号', '户主姓名', 'xx社区','金额合计'] not in index"

Threebody1 发表于 2023-6-2 17:51:21

kyimao 发表于 2023-6-2 17:47
报错，这样也试过，将第一行保留，会因为筛选出来的数据找不到对应的列保存，KeyError: " ['序号', '户主 ...

根据错误提示，筛选出来的数据找不到对应的列保存，这是因为原始表格中可能存在其他列，而在筛选后的数据中并不存在这些列名，导致保存时出现了 KeyError 错误。你可以在筛选前，先将原始表格的列名保存下来，然后将该列表作为保留指定列的参数，这样就不会漏掉其他列了。修改后的代码如下所示：

import os
import pandas as pd

# 原始表格文件夹路径
input_folder = r'G:\2023\777'

# 保存新表格的文件夹路径
output_folder = r'G:\2023\555'

# 获取原始表格文件列表
input_files = os.listdir(input_folder)

for file in input_files:
    if file.endswith('.xls'):
      # 构建原始表格文件的完整路径
      file_path = os.path.join(input_folder, file)
      
      # 读取原始表格数据，保留第一行作为标题行
      df = pd.read_excel(file_path, header=0)
      
      # 保存原始表格的列名
      columns_to_keep = df.columns.tolist()
      
      # 筛选出xx社区
      filtered_df = df == 'xx社区']
      
      # 重新排列序号列
      filtered_df.loc[:, '序号'] = range(1, len(filtered_df) + 1)
      
      # 保留原始表格的列名
      filtered_df = filtered_df
      
      # 保留指定列
      columns_to_keep = ['序号', '户主姓名', 'xx社区','金额合计']
      filtered_df = filtered_df
      
      # 创建新表格的文件名
      output_file = os.path.join(output_folder, os.path.splitext(file) + '.xlsx')
      
      # 保存新表格，加上标题行
      with pd.ExcelWriter(output_file) as writer:
            df.to_excel(writer, sheet_name='Sheet1', index=False)
            filtered_df.to_excel(writer, sheet_name='Sheet1', index=False, startrow=1)
这样就可以同时保留原表标题，并成功生成新表格了。
（我是他小号，但是他每小时限额到了，我帮忙）

sfqxx 发表于 2023-6-2 17:53:32

可以在读取原表数据时，将第一行作为表头(header)保存下来，然后在生成新表格时添加回去。

修改代码如下：


import os
import pandas as pd

# 原始表格文件夹路径
input_folder = r'G:\2023\777'

# 保存新表格的文件夹路径
output_folder = r'G:\2023\555'

# 获取原始表格文件列表
input_files = os.listdir(input_folder)

for file in input_files:
    if file.endswith('.xls'):
      # 构建原始表格文件的完整路径
      file_path = os.path.join(input_folder, file)
      
      # 读取原始表格数据，跳过第一行，并将第一行作为表头(header)保存下来
      df = pd.read_excel(file_path, skiprows=1, header=0)
      header = pd.read_excel(file_path, nrows=0).columns.tolist()
      
      # 筛选出xx社区
      filtered_df = df == 'xx社区']
      
      # 重新排列序号列
      filtered_df.loc[:, '序号'] = range(1, len(filtered_df) + 1)
      
      # 保留指定列
      columns_to_keep = ['序号', '户主姓名', 'xx社区','金额合计']
      filtered_df = filtered_df
      
      # 创建新表格的文件名
      output_file = os.path.join(output_folder, os.path.splitext(file) + '.xlsx')
      
      # 保存新表格，添加表头(header)到新表格首行
      with pd.ExcelWriter(output_file) as writer:
            filtered_df.to_excel(writer, sheet_name='Sheet1', index=False, startrow=1)
            workbook = writer.book
            worksheet = writer.sheets['Sheet1']
            for idx, val in enumerate(header):
                worksheet.write(0, idx, val)

Threebody1 发表于 2023-6-2 17:56:50

sfqxx 发表于 2023-6-2 17:53
可以在读取原表数据时，将第一行作为表头(header)保存下来，然后在生成新表格时添加回去。

修改代码如下 ...

{:10_321:}

isdkz 发表于 2023-6-2 18:06:34

在这种情况下，您希望在筛选数据后，保留原表的标题。这可以通过在读取原始表格时，不跳过标题行来实现。然后在保存新表格时，不需要再跳过第一行。具体修改如下：

import os
import pandas as pd

# 原始表格文件夹路径
input_folder = r'G:\2023\777'

# 保存新表格的文件夹路径
output_folder = r'G:\2023\555'

# 获取原始表格文件列表
input_files = os.listdir(input_folder)

for file in input_files:
    if file.endswith('.xls'):
      # 构建原始表格文件的完整路径
      file_path = os.path.join(input_folder, file)
      
      # 读取原始表格数据，不跳过第一行
      df = pd.read_excel(file_path)
      
      # 筛选出xx社区
      filtered_df = df == 'xx社区']
      
      # 重新排列序号列
      filtered_df.loc[:, '序号'] = range(1, len(filtered_df) + 1)
      
      # 保留指定列
      columns_to_keep = ['序号', '户主姓名', 'xx社区','金额合计']
      filtered_df = filtered_df
      
      # 创建新表格的文件名
      output_file = os.path.join(output_folder, os.path.splitext(file) + '.xlsx')
      
      # 保存新表格，不跳过第一行
      filtered_df.to_excel(output_file, index=False)


这样修改后，新的表格就会有原始表格的标题了。注意，这种方法假定原始表格的标题位于第一行，并且列名为'序号', '户主姓名', 'xx社区', '金额合计'。如有不同，请进行相应调整。

sfqxx 发表于 2023-6-2 18:39:19

Threebody1 发表于 2023-6-2 17:56


{:10_311:}

Threebody1 发表于 2023-6-2 18:50:42

sfqxx 发表于 2023-6-2 18:39


{:10_337:}

kyimao 发表于 2023-6-4 16:11:02

isdkz 发表于 2023-6-2 18:06
在这种情况下，您希望在筛选数据后，保留原表的标题。这可以通过在读取原始表格时，不跳过标题行来实现。然 ...

不行，原始表中有多个列，但是我只需要，这几个列，按你的代码，输出时就会提示找不到对应列名

kyimao 发表于 2023-6-4 16:40:53

sfqxx 发表于 2023-6-2 17:53
可以在读取原表数据时，将第一行作为表头(header)保存下来，然后在生成新表格时添加回去。

修改代码如下 ...

一样提示找不到xx社区，这列{:5_107:}

sfqxx 发表于 2023-6-4 17:48:57

kyimao 发表于 2023-6-4 16:40
一样提示找不到xx社区，这列

根据代码，应该是将数据中第七列 "xx社区" 作为筛选条件，但出现了找不到该列的情况。可能有以下几种原因：

1. 数据表格中不存在名为“xx社区”的列。
2. 数据表格中“xx社区”这列存在，但列名与代码中写的不一致。
3. 数据表格中存在“xx社区”这列，但其实际内容并非所有行均为“xx社区”，导致筛选结果为空。

建议检查一下数据表格，看一下列名是否正确、实际内容是否如代码预期。另外，也可以通过打印出读取的原始数据看一下是否正确读入表格数据。
页: [1]
查看完整版本: 新人求助，筛选出来的表没有标题？