应用程序：对csv以及excel处理的综合应用

博主之前特意说过，excel就是csv的一种，那么在很多的商用数据中，不仅还用到csv还会用到excel，一旦数据量过大，综合处理就会成为一个问题，那么这就是python高超的地方了，今天博主用一段较长的代码来展示综合的操作
那么我们为了能够实现这段代码的学习，我们需要几个不同的文件。

下载地址
特意注明：博主所用的所有文件及代码都是引用《python数据分析基础》这本书的，其中的代码或经过博主改动，所有的文件都可以在这个网址里面下载到
我们打开这三个文件中任意一个会发现

开头的Number都是这几个数字，所以我们需要另外创建一个文件。使表格的开头是这几个数字，以便于后来的匹配。如图：

这是博主的匹配文件及输出文件。

我们不需要刻意去手动新建一个输出的csv文件，因为我们的python会帮我们创建

我们的目的是搜索出匹配开头那几个数字的所有数据，并找到其出处，成立出来

重点：我们需要进行搜索的三个文件一定要放在一个路径下，这个路径下不要带有其他的excel或者csv文件，后面大家就会知道为什么。

准备工作完成，代码

代码：

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=""))#创建写入对象
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",'*.*')):#第一个问题，路径需要用双斜杠来写
    file_count+=1#文件读取没问题了
    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:#列表有问题。
                    filewriter.writerow(row_of_out)#肯定是写入进去的，而写入的唯一方法是这一条代码
                    print(row_of_out)
                    count_for_item_number+=1
                line_count+=1
                #csv文件的问题解决之后，看xlsx文件的问题
    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. 头文件：处理多个多个文件自然而然要使用到glob，与os模块，所以开头引用。既然还要处理excel文件，那么我们又得注意引用datetime模块来格式时间，已经excel的读取模块xlrd
2. 前面几行我们把需要匹配的数字都写入这个列表中，相信小伙伴们也能意识到，这个所谓的
   完全是多余，哈哈没想到吧，其实我们只需要把所有需要匹配的数字填入一个列表中即可，这样做其实是为了以后处理特别大的csv或者excel时，我们这样会稍微方便一点。整个10到13行博主觉得完全是作者的恶趣味…。
3. **filewriter=csv.writer(open(output_file,“a”,newline=""))**创建写入对象，这里小伙伴已经非常熟悉了。但是这个写法博主以前应该一直是使用以下写法写的。
   
   其实两者是完全等价的，但是下面会对比较白的小伙伴比较友好，稍微熟悉的小伙伴就可以按博主上面的“新写法写”，简单，大气，上档次。
4. 我们创建三个变量来计数。
5. **for input_file in glob.glob(os.path.join(“E:\桌面\file_archive”,’.’))**这里我们使用for循环，glob以及os来读取这个路径下所有的文件，这个 前后的星号代表的是文件的名字和后缀，这样写代表所有文件，当然你可以后面的星号改为xlsx这样就只会读取所有的xlsx文件。
6. 接下来我们来判断需要处理的是csv还是excel，我们只需要使用split函数将文件名以 . 隔开成为一个列表，利用他的后缀判断即可。
7. if 后面的模块不需要讲解，相信小伙伴已经非常熟悉了，就是之前处理两种文件的不同写法。值得一提的是，这里我们用到了tyr expect语句，这个属于python中的异常处理，非常有用，大家可以去这里了解一下。
8. 前面博主特意提醒不要将那个没用的items_to_find.csv与需要搜索的三个文件放在一个路径就是因为他也是一个csv文件，那么我们读取整个路径自然会读取到它，而它又只有几行没用的数字，那样我们的输出文件里面就会多出来几行完全没用的数据，虽然无伤大雅，但是对强迫症患者很不友好。

最后呢，博主需要说一声，这一段代码本身并不长，甚至并不难，但是博主在写这段代码的时候却出现了各种小问题，所以小伙伴在长时间写码时千万要注意自己的思绪，如果出现了厌烦一定要即使调整自己的状态，其实今天博主就是划水，因为学习遇到了瓶颈，暂时撞不开哈哈哈。