f = zipfile.ZipFile(f"E:\ADFG\ADFG\ADFG2.rar", 'r') # 压缩文件位置 for file in f.namelist(): f.extract(file, "E:ADFGxADFGx") # 解压位置 f.close() # 指定要查找的文件夹路径 folder_path = "E:\ADFG\ADFG" # 指定要选取的字段 selected_columns = ['HHHHH', 'GDGGD'] # 使用 os 模块列出文件夹中所有的 XLS 文件 xls_files = [f for f in os.listdir(folder_path) if f.endswith('.xls')] # 创建一个新的 Excel 文件 writer = pd.ExcelWriter(f'E:\ADFG\ADFG\dsad.xlsx') # 循环对每个 XLS 文件进行操作 for xls_file in xls_files: # 构造文件路径 file_path = os.path.join(folder_path, xls_file) # 使用 pandas 打开 XLS 文件 df = pd.read_excel(file_path) # 选取指定的字段 valid_columns = [col for col in selected_columns if col in df.columns] if len(valid_columns) < len(selected_columns): print(f"Warning: {xls_file} contains invalid column names, skipping them") # 去除特殊符号和非法字符 for col in valid_columns: df[col] = df[col].apply(lambda x: re.sub(r'[^\w\s]', '', str(x))) df[col] = df[col].apply(lambda x: re.sub(r'[\d]', '', str(x))) selected_data = df[valid_columns].astype(str) # 将选取的数据写入到新的 Excel 文件中 selected_data.to_excel(writer, sheet_name=xls_file) # 保存并关闭新的 Excel 文件 writer.save() writer.close()优化这个代码,使每次读取xls指定字段的时候,打印当前字段数据的类型
时间: 2024-03-17 21:45:20 浏览: 55
可以将代码中的以下部分进行修改:
```
# 选取指定的字段
valid_columns = [col for col in selected_columns if col in df.columns]
if len(valid_columns) < len(selected_columns):
print(f"Warning: {xls_file} contains invalid column names, skipping them")
# 去除特殊符号和非法字符
for col in valid_columns:
df[col] = df[col].apply(lambda x: re.sub(r'[^\w\s]', '', str(x)))
df[col] = df[col].apply(lambda x: re.sub(r'[\d]', '', str(x)))
selected_data = df[valid_columns].astype(str)
```
改为:
```
# 选取指定的字段
valid_columns = [col for col in selected_columns if col in df.columns]
if len(valid_columns) < len(selected_columns):
print(f"Warning: {xls_file} contains invalid column names, skipping them")
# 循环对每个字段进行操作并打印数据类型
for col in valid_columns:
col_data = df[col].astype(str)
print(f"Data type of column {col}: {col_data.dtype}")
col_data = col_data.apply(lambda x: re.sub(r'[^\w\s]', '', str(x)))
col_data = col_data.apply(lambda x: re.sub(r'[\d]', '', str(x)))
selected_data[col] = col_data
```
这样修改后,每次选取指定字段时都会循环对每个字段进行操作,并打印出该字段的数据类型。
阅读全文