python实现查找excel里某一列重复数据并且剔除后打印的方法

本文实例讲述了python实现查找excel里某一列重复数据并且剔除后打印的方法。分享给大家供大家参考。具体分析如下： 在python里面excel的简单读写操作我这里推荐使用xlrd（特别是读操作） import xlrd def open_excel(fileName="simple.xls"): try: fileHandler = xlrd.open_workbook(fileName) return fileHandler except Exception, e: print str(e) def scan_excel(sheet_name1=u'S 在Python编程语言中，处理Excel文件是常见的任务，特别是在数据分析和数据处理领域。本文将介绍如何使用`xlrd`库来查找并剔除Excel文件中某一列的重复数据，并将其打印出来。`xlrd`是一个专门用于读取Excel文件的Python库，它支持多种Excel文件格式，对于简单的读取操作特别方便。 我们需要导入`xlrd`库，它是处理Excel文件的基础。在Python代码中，我们定义了一个名为`open_excel`的函数，该函数接受一个文件名作为参数，尝试打开指定的Excel文件，并返回一个工作簿对象。如果在打开过程中遇到异常，会捕获并打印异常信息。 ```python import xlrd def open_excel(fileName="simple.xls"): try: fileHandler = xlrd.open_workbook(fileName) return fileHandler except Exception as e: print(str(e)) ``` 接下来，我们创建了一个名为`scan_excel`的函数，该函数接收工作表名称作为参数，通过`open_excel`函数获取工作簿对象，并根据工作表名称返回相应的工作表对象。 ```python def scan_excel(sheet_name1=u'Sheet1'): handler = open_excel() page = handler.sheet_by_name(sheet_name1) return page ``` 为了找出并剔除重复数据，我们定义了`trim_cols`函数，它接收一个参数`index`，表示要处理的列的索引。函数首先调用`scan_excel`获取工作表，然后获取指定列的所有值，并存储在一个列表`col1`中。接着，我们创建一个空列表`col2`，遍历`col1`，只有当元素不在`col2`中时才将其添加进去，这样`col2`就包含了不重复的元素。打印原始列表`col1`和去重后的列表`col2`。 ```python def trim_cols(index=0): page = scan_excel() col1 = page.col_values(index) col2 = [] for item in col1: if item not in col2: col2.append(item) print(col1) print(col2) ``` 在主函数`main`中，我们调用`trim_cols`函数来处理默认的第一列数据。当作为脚本运行时，`if __name__ == "__main__":`判断确保`main`函数只在当前文件被直接执行时才会运行。 ```python def main(): trim_cols() if __name__ == "__main__": main() ``` 上述代码展示了如何使用Python和`xlrd`库来处理Excel文件中的数据。通过这个例子，我们可以扩展这个功能，例如，将去重后的数据写回Excel文件，或者对多列数据进行复杂的数据清洗和分析。此外，对于写入操作，可以考虑使用`xlwt`库（与`xlrd`相配套），或者更现代的`pandas`库，它提供了更强大的数据操作和分析功能，包括读写Excel文件。 在Python中处理Excel文件时，还可以探索其他库，如`openpyxl`（用于xlsx格式，支持最新版本的Excel特性），`xlutils`（提供复制、过滤等操作），以及`pandas`（非常适合数据清洗、转换和分析）。这些库提供了丰富的功能，可以满足不同层次的需求，从简单的数据读写到复杂的统计分析。在实际项目中，根据需求选择合适的库是非常重要的，这将直接影响到代码的效率和可维护性。