Python读取Excel文件并生成分析结果

Posted 2021-01-25 老岳博客

笔者需要对存放在Excel里的很多媒资文件进行分析，这些节目的分辨率有高清、标清之分，高清的节目名称前面加上“HD-”，比如下面的“HD-护宝联盟第一季”，标清的则直接是节目名称，如“HD-护宝联盟第一季”，这些节目可能分别属于电视剧、电影、娱乐的栏目，每个节目有对应的时长（分钟数），然后按栏目放在不同的sheet里

 

需要实现的目标有：

1、统计高清节目的时长，这个在Excel里可以直接统计；

2、统计标清节目的时长，这个在Excel里可以直接统计；

3、统计高清、标清节目的重复率，这里要分析高清节目和标清节目差一个“HD-”的数量及时长，就无法在Excel里简单实现了，干脆写一个Python操作Excel文件的博文供大家参考，也可给自己留个笔记。

以下是代码部分，我在Win7+Pycharm+python3.6里调试通过：

__author__ = \'Yue Qingxuan\'
# -*- coding: utf-8 -*-

import sys
import xlrd
import datetime

def trans():
    try:
        workbook1 = xlrd.open_workbook(r\'E:\\temp\\节目数据.xlsx\')  #打开Excel文件
        #print(workbook1.sheet_by_index(0).nrows)
        #print(workbook1.sheet_by_index(0).ncols)

        for sheet in range(len(workbook1.sheets())):   #循环打开每个sheet
            sdname=[]  #定义一个数组，存放标清节目的名称
            sdtime=[]  #定义一个数组，存放标清节目的时长
            hdname=[]  #定义一个数组，存放高清节目的名称
            hdtime=[]  #定义一个数组，存放高清节目的时长
            for row in range(workbook1.sheet_by_index(sheet).nrows):
               # print(workbook1.sheet_by_index(sheet).cell(row,3).value.strip())
                if (workbook1.sheet_by_index(sheet).cell(row,3).value.strip()==\'标清\'):
                    sdname.append(workbook1.sheet_by_index(sheet).cell(row,0).value)      #将标清节目的名称存入数组
                    sdtime.append(int(workbook1.sheet_by_index(sheet).cell(row,2).value)) #将标清节目的时长存入数组
                elif (workbook1.sheet_by_index(sheet).cell(row,3).value.strip()==\'高清\'):
                    hdname.append(workbook1.sheet_by_index(sheet).cell(row,0).value)   #将高清节目的名称存入数组
                    hdtime.append(int(workbook1.sheet_by_index(sheet).cell(row,2).value))  #将高清节目的时长存入数组

            repeated_time=0  #定义标清、高清节目的重复时长的计数器，并初始化为0
            sdtimes=0         #定义标清节目的时长
            hdtimes=0         #定义高清节目的时长
            tmpcount=0        #定义标清、高清节目的重复次数的计数器，并初始化为0
            for ii in range(len(sdname)):
                for kk in range(len(hdname)):
                    if sdname[ii] == hdname[kk].lstrip(\'HD-\'):  #判断标清节目和高清节目的名称差一个"HD-"后，是否相等
                        repeated_time += hdtime[kk]
                        tmpcount+=1
                       # print(\'第{0}个：\'.format(tmpcount),\'标清名称：\',sdname[ii],\' 高清名称：\',hdname[kk],\' 标清时长：\',sdtime[ii],\'高清时长\',hdtime[kk])

            for iii in range(len(sdname)):
                sdtimes += sdtime[iii]   #存放标清节目的总时长

            for jj in range(len(hdtime)):
                hdtimes+=hdtime[jj]      #存放高清节目的总时长

            print("\\n---------------",workbook1.sheet_by_index(sheet).name,\'---------------------\')
            print(\'重复分钟数：\',repeated_time," 重复小时数：",repeated_time/60,\' 取整保留小数点一位：\',round(repeated_time/60,1))
            print(\'高清分钟数：\',hdtimes," 高清小时数：",hdtimes/60,\' 取整保留小数点一位\',round(hdtimes/60,1))
            print(\'标清分钟数：\', sdtimes,\' 标清小时数：\',sdtimes/60,\' 取整保留小数点一位：\',round(sdtimes/60,1))
    except:
        print(sys.exc_info())

if __name__ == \'__main__\':
    print("程序开始时间：", datetime.datetime.now())
    trans()
    print("程序结束时间：", datetime.datetime.now())



如下是程序运行的结果：

程序开始时间： 2018-12-08 16:04:13.083143

--------------- 电视剧 ---------------------
重复分钟数： 6776 重复小时数： 112.93333333333334 取整保留小数点一位： 112.9
高清分钟数： 6777 高清小时数： 112.95 取整保留小数点一位 113.0
标清分钟数： 9070 标清小时数： 151.16666666666666 取整保留小数点一位： 151.2

--------------- 电影 ---------------------
重复分钟数： 2371 重复小时数： 39.516666666666666 取整保留小数点一位： 39.5
高清分钟数： 2986 高清小时数： 49.766666666666666 取整保留小数点一位 49.8
标清分钟数： 2743 标清小时数： 45.71666666666667 取整保留小数点一位： 45.7

--------------- 娱乐 ---------------------
重复分钟数： 6630 重复小时数： 110.5 取整保留小数点一位： 110.5
高清分钟数： 6849 高清小时数： 114.15 取整保留小数点一位 114.2
标清分钟数： 7033 标清小时数： 117.21666666666667 取整保留小数点一位： 117.2
程序结束时间： 2018-12-08 16:04:13.258153