python已經不僅是程序員學習使用的工具了,它已經深深融入我們日常工作辦公中。本人在工作中每月都會收集大量excel表格文件,做相關彙總處理,還要把清單數據導入數據庫中。手動完成幾乎浪費了我大半天的時間,作爲一個擁有編程思想追求進步的程序媛怎可如此?能用腳本實現的東西決不能重複操作。
本篇結合實際工作內容,主要使用xlwings和psycopg2包,實現excel表格數據導入GP數據庫功能。
介紹
py版本:python 3.7
結果表結構:
excel內容:
思路
本篇主要通過xlwings包實現讀取excel數據,通過psycopg2包實現數據入庫。方法如下:
- get_row_col(fileName, sheetName):獲取excel某sheet頁有數據的最大行數和列數。參數分別文件路徑和sheet頁名稱。
- get_date():批量獲取數據,無需值處理。適合數據完整、值中無特殊字符,可直接入庫的場景。返回數據爲list類型。
- trans_data():批量獲取數據,並且對值做製表符替換等處理。本篇對指標附和’|| '(||+TAB符號)進行處理,在調試階段沒做處理會出現報錯情況。返回數據爲list類型。
- executemany(data):executemany()方法批量執行sql實現數據入庫,data爲list類型。此方法需要定義insert語句,優勢是操作字段更靈活,缺點是如果操作數據量達到上千條就會十分卡慢。
- copy_from(data):copy_from()方法數據入庫,data爲list類型。直接調用pgload,適合數據量大的入庫操作。
最終可根據實際需求組合實現入庫,本人採用trans_data+copy_from方法。
腳本
#!/usr/bin/python
#coding=utf-8
import os,re
os.chdir(r'D:\summer\svn')
path = os.getcwd()
import xlwings as xw
import psycopg2
from io import StringIO
import pandas as pd
def get_row_col(fileName, sheetName):
"獲取sheet頁有數據的最大行數和列數"
wb = xw.Book(fileName)
ws = wb.sheets(sheetName)
info = ws.used_range
nrows = info.last_cell.row
ncols = info.last_cell.column
return nrows, ncols
def get_date():
"批量獲取數據,無需值處理"
fileName = path + '\\文檔名稱.xlsx'
sheetName = '清單'
row_col = get_row_col(fileName, sheetName)
wb_pro = xw.Book(fileName)
ws_pro = wb_pro.sheets(sheetName)
#數據從A2開始,J列取最大行結束
a = 'A2:J' + str(row_col[0])
data = ws_pro.range(a)
return data.value
def trans_data():
"批量獲取數據,並且對值做製表符替換等處理"
list = [] # 定義列表用來存放數據
fileName = path + '\\文檔名稱.xlsx'
sheetName = '清單'
row_col = get_row_col(fileName, sheetName)
wb_pro = xw.Book(fileName)
ws_pro = wb_pro.sheets(sheetName)
#定位從第幾行是數據,存在第一二行無用數據的情況
A1 = ws_pro.range('A1').value
A2 = ws_pro.range('A2').value
if A1 == '賬期':
row = 2
elif A2 == '賬期':
row = 3
#如果方法不想拆開,也可以直接用註釋內容實現
# conn = psycopg2.connect(host='***.***.***.**', user='gpadmin', password='***', database='***', port=5432)
# cursor = conn.cursor()
# sql = "insert into anrpt.project_usage values(%s, %s, %s, %s, %s, %s, %s, %s, %s, %s)"
for i in range(row, row_col[0]+1):
print(str(i) + ' : ' + str(row_col[1]))
row_data = ws_pro.range('A'+str(i) ,'J'+str(i)).value # 按行獲取excel的值
#H列和I列存在製表符和tab等符號需要替換
hn = re.sub('[\s+] ', '', str(row_data[7])).replace('||\' \'', '')
In = re.sub('[\s+] ', '', str(row_data[8]))
value = [row_data[0], row_data[1], row_data[2], row_data[3], row_data[4], row_data[5], row_data[6],hn , In, row_data[9]]
list.append(value) # 將數據暫存在列表
return list
# cursor.executemany(sql, list) # 執行sql語句
# conn.commit()
# conn.close()
#list.clear() # 清空list
def executemany(data):
"executemany()方法批量執行sql實現數據入庫,data爲list類型"
conn = psycopg2.connect(host='***.***.***.**', user='gpadmin', password='***', database='***', port=5432)
cur = conn.cursor()
sql = "insert into anrpt.project_usage values(%s, %s, %s, %s, %s, %s, %s, %s, %s, %s)"
cur.executemany(sql, data)
conn.commit()
conn.close()
def copy_from(data):
"copy_from()方法數據入庫,data爲list類型"
data1 = pd.DataFrame(data)
# dataframe類型轉換爲IO緩衝區中的str類型
output = StringIO()
data1.to_csv(output, sep='\t', index=False, header=False)
output1 = output.getvalue()
conn = psycopg2.connect(host='***.***.***.**', user='gpadmin', password='***', database='***', port=5432)
cur = conn.cursor()
cur.copy_from(StringIO(output1), 'anrpt.project_usage')
conn.commit()
conn.close()
print('done')
if __name__ == '__main__':
# data = get_date()
data = trans_data()
#executemany(data)
copy_from(data)
相關文章:【python】pip指定路徑安裝文件