2023-02-22Python61

python写入Excel时，将路径或链接以超链接的方式写入

原创

CorwinPC2022-07-18 17:27:24博主文章分类：Python ©著作权

文章标签 python 开发语言后端文件路径 perl 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者CorwinPC的原创作品，请联系作者获取转载授权，否则将追究法律责任

我们希望做到的是，如果单元格内容是一个文件路径或者链接的时候，能够直接在Excel中以超链接的方式打开。

将text转为url链接def excel_text2url(link_url):    ''' 把一个网址字符串转换为excel公式 '''    return f'=HYPERLINK("{link_url}","点击查看")'

只需要在写入到Excel之前，将需要转换的列通过改函数转换一下即可。

赞
收藏
评论
*举报

上一篇：Python logging模块实现同时向控制台和文件打印日志

下一篇：若依表格中单元格内容过长显示处理方法？

Original: https://blog.51cto.com/YangPC/5483038
Author: CorwinPC
Title: python写入Excel时，将路径或链接以超链接的方式写入

概要

分析时间序列数据时，按照日期的维度进行统计几乎是必备的需求。
基于pandas，可以方便的进行各种日期维度（年份，季度，月，周等等）的统计，不用去遍历每行数据去统计。

示例-销售数据统计

演示数据来源一些销售数据，可以点击这里下载。

每行数据包括日期，国家，城市，地区，销售额和利润等字段，我们主要使用日期，销售额和利润3个字段。

下面的演示代码，我是在 jupyter notebook 中运行的。

导入数据

导入数据比较简单，下载的压缩包解压后，有个excel文件，可以通过 pandas 直接导入。

import pandas as pd

xlsx_path = "./通讯产品销售数据.xlsx"

df_sales = pd.read_excel(xlsx_path, sheet_name="SalesData")
df_sales

python写入Excel时，将路径或链接以超链接的方式写入

df_sales.dtypes

python写入Excel时，将路径或链接以超链接的方式写入

按【年份】统计

df_year_sales = df_sales[["日期", "地区","销售额", "利润"]].copy(deep=True)

df_year_sales["日期"] = df_year_sales["日期"].apply(lambda x: x.year)
df_year_sales.groupby(["日期", "地区"]).sum()

python写入Excel时，将路径或链接以超链接的方式写入

按【季度】统计

df_quarter_sales = df_sales[["日期", "地区", "销售额", "利润"]].copy(deep=True)

df_quarter_sales["日期"] = df_quarter_sales["日期"].apply(lambda x: "{}Q{}".format(x.year, x.quarter))
df_quarter_sales.groupby(["日期", "地区"]).sum()

python写入Excel时，将路径或链接以超链接的方式写入

按【月份】统计

df_month_sales = df_sales[["日期", "地区", "销售额", "利润"]].copy(deep=True)

df_month_sales["日期"] = df_month_sales["日期"].apply(lambda x: "{}-{}".format(x.year, x.month))
df_month_sales.groupby(["日期", "地区"]).sum()

python写入Excel时，将路径或链接以超链接的方式写入

按【周】统计

# 周的数据比较多，这里只取2020年的数据
df_week_sales = df_sales[["日期", "地区", "销售额", "利润"]].copy(deep=True)
df_week_sales = df_week_sales[df_week_sales["日期"] > '2019-12-31']

df_week_sales["日期"] = df_week_sales["日期"].apply(lambda x: "{}年第{:02d}周".format(x.year, x.week))
df_week_sales.groupby(["日期", "地区"]).sum().sort_values(["日期"])

python写入Excel时，将路径或链接以超链接的方式写入

Original: https://www.cnblogs.com/wang_yb/p/15856256.html
Author: wang_yb
Title: pandas 基于日期的统计

Title: 数据分析----numpy数组的三种创建方式

Python学习计划（五）

一、字符串（不可改变对象）
1、定义：有序的字符的集合，用单引号或者双引号表示，支持索引，切片

2、相关操作：
设sx='abcd'，sy='wxyz'

合并：sx+sy
重复：sx*3
索引：sx[0]，sx[-1]

就是编号，通过这个编号就能找到相应的存储空间。
正数从左到右，负数从右到左。

切片：sx[:]，sx[:3]，sx[2:]，sx[0:4:2]
是指对操作对象截取其中的一部分
语法：[起始:结束:步长:]

注意：选取的区间属于左闭右开，即从'起始'位开始，到'结束'位的前一位结束（不包含结束位本身）。

元素存在性：'a' in sx，'b' not in sy

函数操作：设mystr = 'hello world itcast and itcastcpp'

Find：检测str是否包含在mystr中，如果是返回开始的索引值，否则返回-1
Index：根find()方法一样，只不过如果str不在mystr中会报一个异常
Count：返回str在start和end之间在mystr里面出现的次数
Replace：把mystr中的str1替换成str2，如果count指定，则替换不超过count次
Split：以str为分隔符切片mystr，如果maxsplit有指定值，则仅分隔maxsplit个字符串
Capitalize：把字符串的第一个字符大写
Title：把字符串的每个单词首字母大写
Startswith：检查字符串是否是以obj开头，是则返回true，否则返回false
Endswith：检查字符串是否以obj结束，如果是返回true，否则返回false
Lower：转换mystr中所有大写字符为小写
Upper：转换mystr中的小写字母为大写
Ljust：返回一个原字符串左对齐，并使用空格填充至长度width
Rjust：返回一个原字符串右对齐，并使用空格填充至长度width
Center：返回一个原字符串居中，并使用空格填充至长度width
Lstrip：删除mystr左边的空白字符
Rstrip：删除mystr字符串末尾的空白字符
Strip：删除mystr字符串两端的空白字符
Rfind：类似于find()函数，不过是从右边开始查找
Rindex：类似于index()，不过是从右边开始
Partition：把mystr以str分割成三部分，str前，str和str后
Rpartition：类似于partition()函数，不过是从右边开始
Splitlines：按照行分隔，返回一个包含各行作为元素的列表
Isalpha：如果mystr所有字符都是字母，则返回true，否则返回false
Isdigit：如果mystr只包含数字则返回true，否则返回false
Isalnum：如果mystr所有字符都是字母或数字，则返回true，否则返回false
Isspace：如果mystr中包含空格，则返回true，否则返回false
Join：mystr中每个字符后面插入str，构造出一个新的字符

raw字符串：全部化为普通字符r'\n\t\a 123abc'

二、列表-list（可变对象）
1、定义：元素类型不限并可嵌套，用[]表示，支持索引、切片
2、相关操作：设sx=[1,2,3,4] sy=[5,6,7,8]

合并：sx+sy
重复：sx*3
索引：sx[0]，sx[-1]，s[0][0]
切片：sx[:]，sx[:3]，sx[2:]，sx[1:3]，sx[0:4:2]
元素存在性：1 in sx

函数操作：

append：通过append可以向列表添加元素
extend：通过extend可以将另一个集合中的元素逐一添加到列表中
insert：在指定位置index前插入元素object
in，not in：所谓的查找，就是看看指定的元素是否存在
index，count：index和count与字符串中的用法相同
del：根据下标进行删除或者删除整个列表
pop：删除最后一个元素
remove：根据元素的值进行删除
Sort：将list按照特定顺序重新排列，默认为由小到大，参数reserve=true可以改为倒序
reverse：将list逆置

三、元组-tuple（不可变对象）
定义：其余与list相同，用()表示

四、字典（可变对象）
1、定义：不支持索引，但是可以通过键读取元素，属于可变映射类型，用{key:value}表示
2、相关操作：

D={}：空字典
D={'A':2,'B':3}：两个键值对的字典
D={'A':{'B':3,'C':4}}：字典嵌套
D=dict.fromkeys(['a','b'])：其他创建方式
D=dict(zip(keylist,valslist))
D['A']：以键取值
D['A']['B']
2 in D：成员关系
D.keys()：键的列表
D.values()：值的列表
D.items()：值键对的列表
D.copy()：赋值
D.get(key,default)：获取值
D.update(D2)：合并
D.pop(key)：删除
Len(D)：长度
D[key]=42：新增，修改
Del D[key]：删除
List(D.keys())
Dict.has_key(key)：如果key在字典中，返回true，否则返回false

附录：
内置函数：

int（字符串，基数）：将数字字符串以技术形式转为整数十进制
int（浮点数）：将浮点数转换为整数十进制
hex（整数）：将十进制整数转为十六进制
oct（整数）：将十进制整数转为八进制
bin（整数）：将十进制整数转为二进制
pow（底数，幂）：计算底层数的几次幂

创作者：Eric· Charles

Original: https://blog.51cto.com/u_14814563/5415672
Author: 无糖可乐没有灵魂
Title: Python ❀ 内置数据类型（二）

python写入Excel时，将路径或链接以超链接的方式写入

相关阅读1

概要

示例-销售数据统计

导入数据

按【年份】统计

按【季度】统计

按【月份】统计

按【周】统计

相关阅读2

Title: 数据分析----numpy数组的三种创建方式

推荐文章

相关阅读3

Python学习计划（五）

100天精通Python（数据分析篇）——第68天：Pandas数据清洗函数大全

Python代码加速100倍，针对Excel自动化处理的加速实战！

Python+Socket实现多人聊天室，功能：好友聊天、群聊、图片、表情、文件等

python–飞机大战

【紧急情况】：回宿舍放下书包的我，花了20分钟敲了一个抢购脚本

[Python]实现短信验证码的发送

python学生成绩管理系统【完整版】

Python or html爱心代码（听说最近很火）

学生信息管理系统（Python）完整版

自动化测试——selenium（完结篇)

【Python】向量叉积和凸包 | 引射线法 | 判断点是否在多边形内部 | 葛立恒扫描法 | Cross Product and Convex Hul

Python图像处理【3】Python图像处理库应用

Anaconda超详细安装教程（Windows环境下）

Python爬虫详解（一看就懂）

11月编程排行榜来了，Python依旧占据榜首

Python安装教程-史上最全

＜人生重开模拟器＞——《Python项目实战》

python一键采集高质量陪玩，心动主播随心选……

Python 入门的60个基础练习

值得苦练的100道Python经典练手题，（附详细答案）

机器学习算法、Python、数据分析、学习资料 & 面试大汇总（免费送）

2023年 9月
一	二	三	四	五	六	日
				1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30