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()优化下代码，此代码把xls数据写入xlsx后，xlsx里面的数据是空白的，帮忙查下原因

根据你提供的代码，可能是以下几个原因导致生成的 xlsx 文件里面的数据为空白：

1. 文件路径问题：在 Windows 系统中，路径中的反斜杠（\）需要转义，所以路径应该写成双反斜杠（\\），或者使用原始字符串（在路径前加上 r），例如：

folder_path = r"E:\ADFG\ADFG"
writer = pd.ExcelWriter(r"E:\ADFG\ADFG\dsad.xlsx")

2. 选取数据时没有考虑到空值：如果选取的字段中存在空值，可能会导致整行数据被删除。可以使用 dropna() 方法删除空值，例如：

selected_data = df[valid_columns].astype(str).dropna()

3. 数据类型问题：使用 `astype(str)` 将数据类型转换为字符串，但是如果原始数据类型不是字符串，可能会出现问题。可以使用 `to_string()` 方法将数据转换为字符串，例如：

selected_data = df[valid_columns].apply(lambda x: x.to_string(index=False), axis=1)

建议逐一排查以上原因，找到问题所在。

相关问题

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

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。

import os import zipfile import pandas as pd def zipjie(): f = zipfile.ZipFile("E:\dsad\dsad据\d8.rar", 'r') # 压缩文件位置 for file in f.namelist(): f.extract(file, "E:\dsad\dsad据") # 解压位置 f.close() # 指定要查找的文件夹路径 folder_path = "E:\王dsad\dsad据" # 指定要选取的字段 selected_columns = ['dsad', 'dasda','工dadsa'] # 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('E:\dsad\dsad据\qwd.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，并判断，若不存在的字段跳过 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") selected_data = df[valid_columns] # 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() zipjie() 帮我改造下，写一段去除特殊符号，非法字符的正则表达式

好的，以下是改造后的代码，使用正则表达式去除特殊符号和非法字符：

import os
import zipfile
import pandas as pd
import re

def zipjie():
f = zipfile.ZipFile("E:\dsad\dsad据\d8.rar", 'r') # 压缩文件位置
for file in f.namelist():
f.extract(file, "E:\dsad\dsad据") # 解压位置
f.close()

# 指定要查找的文件夹路径
folder_path = "E:\王dsad\dsad据"

# 指定要选取的字段
selected_columns = ['dsad', 'dasda','工dadsa']

# 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('E:\dsad\dsad据\qwd.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，并判断，若不存在的字段跳过
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]

# 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()

zipjie()