python从excel读取数据再做一个新表

可以使用Python中的pandas库来读取Excel数据并进行处理，最后生成一个新表格。以下是一个简单的示例代码：

import pandas as pd

# 读取Excel数据
df = pd.read_excel('input.xlsx')

# 处理数据，生成新列
df['new_column'] = df['column1'] + df['column2']

# 生成新表格，并保存为Excel文件
df.to_excel('output.xlsx', index=False)

在上面的代码中，我们首先使用`pd.read_excel`函数读取了名为`input.xlsx`的Excel文件，并将其存储在名为`df`的数据框中。然后，我们使用`df['column1']`和`df['column2']`来访问数据框中的两列数据，并将它们相加生成一个新列`new_column`。最后，我们使用`df.to_excel`函数将生成的新表格保存为名为`output.xlsx`的Excel文件，并且设置`index=False`以避免在输出的Excel文件中包含行索引。

相关问题

python实现excel 数据提取填入另一个表

python可以通过使用pandas库来实现excel数据的提取和填入另一个表格的操作。

首先，我们需要使用pandas的read_excel函数来读取源表格的数据，例如：df = pandas.read_excel('源表格.xlsx')，这将把源表格的数据读取为一个pandas的DataFrame对象df。

接下来，我们可以利用pandas的DataFrame提供的各种方法对数据进行处理和筛选。例如，可以使用df['列名']来访问特定列的数据，也可以通过df.loc[行索引, 列索引]来访问特定位置的数据。在此基础上，可以根据需求进行数据提取和筛选操作。

然后，我们可以创建一个新的DataFrame对象，用来存放提取后的数据。例如：new_df = pandas.DataFrame()。可以使用new_df的方法，如new_df.loc[行索引, 列索引]来添加数据。

最后，我们可以使用pandas的to_excel函数将新表格写入到一个新的Excel文件中，例如：new_df.to_excel('新表.xlsx', index=False)。这将把新表格写入到名为"新表.xlsx"的Excel文件中，index=False表示不将行索引写入到Excel文件中。

综上所述，通过使用pandas库，我们可以方便地实现Excel数据的提取和填入另一个表格操作。以读取源数据表格、进行数据处理、创建新的数据表格以及将新表格写入Excel文件为主要步骤。

python excel 提取数据至新表

可以使用 Python 的第三方库 `openpyxl` 来读取和写入 Excel 文件，以下是提取数据至新表的示例代码：

import openpyxl

# 打开原始 Excel 文件
workbook = openpyxl.load_workbook('原始文件.xlsx')
worksheet = workbook.active

# 创建新 Excel 文件
new_workbook = openpyxl.Workbook()
new_worksheet = new_workbook.active

# 遍历原始 Excel 表格，提取需要的数据到新表
for row in worksheet.iter_rows(min_row=2, values_only=True):  # 从第二行开始读取数据，避免读取表头
    # 在这里进行数据处理，提取需要的数据
    data = row[0:2]  # 假设需要提取第一列和第二列的数据

    # 将处理后的数据写入新 Excel 表格
    new_worksheet.append(data)

# 保存新的 Excel 文件
new_workbook.save('提取后的文件.xlsx')

以上代码中，`iter_rows()` 方法用于遍历 Excel 表格的每一行，`min_row` 参数指定了从第几行开始读取数据。`values_only` 参数指定了只读取单元格的值，而不包括格式等其他信息。在提取数据时，可以根据实际需求进行数据处理，如筛选、排序等。最后，使用 `append()` 方法将处理后的数据写入到新 Excel 表格中，保存并关闭文件。