應用程序：對csv以及excel處理的綜合應用

博主之前特意說過，excel就是csv的一種，那麼在很多的商用數據中，不僅還用到csv還會用到excel，一旦數據量過大，綜合處理就會成爲一個問題，那麼這就是python高超的地方了，今天博主用一段較長的代碼來展示綜合的操作
那麼我們爲了能夠實現這段代碼的學習，我們需要幾個不同的文件。

下載地址
特意註明：博主所用的所有文件及代碼都是引用《python數據分析基礎》這本書的，其中的代碼或經過博主改動，所有的文件都可以在這個網址裏面下載到
我們打開這三個文件中任意一個會發現

開頭的Number都是這幾個數字，所以我們需要另外創建一個文件。使表格的開頭是這幾個數字，以便於後來的匹配。如圖：

這是博主的匹配文件及輸出文件。

我們不需要刻意去手動新建一個輸出的csv文件，因爲我們的python會幫我們創建

我們的目的是搜索出匹配開頭那幾個數字的所有數據，並找到其出處，成立出來

重點：我們需要進行搜索的三個文件一定要放在一個路徑下，這個路徑下不要帶有其他的excel或者csv文件，後面大家就會知道爲什麼。

準備工作完成，代碼

代碼：

import csv
import glob
import os
from datetime import date
from xlrd import open_workbook,xldate_as_tuple
items_find="E:\\桌面\\items_to_find.csv"
output_file="E:\\桌面\\output.csv"
items_to_find=[]
with open(items_find,"r",newline='') as item_number_csv_file:
    filereader=csv.reader(item_number_csv_file)
    for row in filereader:
        items_to_find.append(row[0])
filewriter=csv.writer(open(output_file,"a",newline=""))#創建寫入對象
file_count=0
line_count=0
count_for_item_number=0
for input_file in glob.glob(os.path.join("E:\\桌面\\file_archive",'*.*')):#第一個問題，路徑需要用雙斜槓來寫
    file_count+=1#文件讀取沒問題了
    if input_file.split(".")[1]=="csv":
        with open(input_file,"r",newline="") as fileread:
            filereader=csv.reader(fileread)
            header=next(filereader)
            for row in filereader:
                row_of_out=[]
                for column in range(len(header)):
                    if column==3 :
                        cell_value=str(row[column]).strip("$").replace(",","").strip()
                        row_of_out.append(cell_value)
                    else:
                        cell_value=str(row[column]).strip()
                        row_of_out.append(cell_value)
                row_of_out.append(os.path.basename(input_file))
                if row[0] in items_to_find:#列表有問題。
                    filewriter.writerow(row_of_out)#肯定是寫入進去的，而寫入的唯一方法是這一條代碼
                    print(row_of_out)
                    count_for_item_number+=1
                line_count+=1
                #csv文件的問題解決之後，看xlsx文件的問題
    elif input_file.split(".")[1]=="xls" or input_file.split(".")[1]=="xlsx":
        workbook=open_workbook(input_file)
        for worksheet in workbook.sheets():
            try:
                header=worksheet.row_values(0)
            except IndexError:
                pass
            for row in range(1,worksheet.nrows):
                row_of_out=[]
                for column in range(len(header)):
                    if worksheet.cell_type==3:
                        cell_value=xldate_as_tuple(worksheet.cell_value(row,column),workbook.datemode())
                        cell_value=str(date(*cell_value[0:3])).strip()
                        row_of_out.append(cell_value)
                    else:
                        cell_value=str(worksheet.cell_value(row,column)).strip()
                        row_of_out.append(cell_value)
                row_of_out.append(os.path.basename(input_file))
                row_of_out.append(worksheet.name)
                if str(worksheet.cell_value(row,0)).split(".")[0].strip() in items_to_find:
                    filewriter.writerow(row_of_out)
                    count_for_item_number+=1
                line_count+=1

1. 頭文件：處理多個多個文件自然而然要使用到glob，與os模塊，所以開頭引用。既然還要處理excel文件，那麼我們又得注意引用datetime模塊來格式時間，已經excel的讀取模塊xlrd
2. 前面幾行我們把需要匹配的數字都寫入這個列表中，相信小夥伴們也能意識到，這個所謂的
   完全是多餘，哈哈沒想到吧，其實我們只需要把所有需要匹配的數字填入一個列表中即可，這樣做其實是爲了以後處理特別大的csv或者excel時，我們這樣會稍微方便一點。整個10到13行博主覺得完全是作者的惡趣味…。
3. **filewriter=csv.writer(open(output_file,“a”,newline=""))**創建寫入對象，這裏小夥伴已經非常熟悉了。但是這個寫法博主以前應該一直是使用以下寫法寫的。
   
   其實兩者是完全等價的，但是下面會對比較白的小夥伴比較友好，稍微熟悉的小夥伴就可以按博主上面的“新寫法寫”，簡單，大氣，上檔次。
4. 我們創建三個變量來計數。
5. **for input_file in glob.glob(os.path.join(“E:\桌面\file_archive”,’.’))**這裏我們使用for循環，glob以及os來讀取這個路徑下所有的文件，這個 前後的星號代表的是文件的名字和後綴，這樣寫代表所有文件，當然你可以後面的星號改爲xlsx這樣就只會讀取所有的xlsx文件。
6. 接下來我們來判斷需要處理的是csv還是excel，我們只需要使用split函數將文件名以 . 隔開成爲一個列表，利用他的後綴判斷即可。
7. if 後面的模塊不需要講解，相信小夥伴已經非常熟悉了，就是之前處理兩種文件的不同寫法。值得一提的是，這裏我們用到了tyr expect語句，這個屬於python中的異常處理，非常有用，大家可以去這裏瞭解一下。
8. 前面博主特意提醒不要將那個沒用的items_to_find.csv與需要搜索的三個文件放在一個路徑就是因爲他也是一個csv文件，那麼我們讀取整個路徑自然會讀取到它，而它又只有幾行沒用的數字，那樣我們的輸出文件裏面就會多出來幾行完全沒用的數據，雖然無傷大雅，但是對強迫症患者很不友好。

最後呢，博主需要說一聲，這一段代碼本身並不長，甚至並不難，但是博主在寫這段代碼的時候卻出現了各種小問題，所以小夥伴在長時間寫碼時千萬要注意自己的思緒，如果出現了厭煩一定要即使調整自己的狀態，其實今天博主就是划水，因爲學習遇到了瓶頸，暫時撞不開哈哈哈。