У меня есть файл excel с 10 рабочими листами. На некоторых листах есть данные, а некоторые - пустые, но это изменяется регулярно, включая первые и/или последние рабочие листы.
Используя Python 2.7, то, что я делаю, загружает все рабочие листы в pandas df для обработки другой функции. Я также добавляю столбец с именем рабочего листа. загрузка рабочих листов, кажется, работает нормально, но один из моих столбцов имеет значения 14-20 символов, заканчивающиеся на 0. поэтому, когда я распечатываю dict, они выглядят правильно, но pandas преобразуется в sci-нотацию, и я не могу понять, как сохранить эти значения.
вот некоторые данные диктата:
API_NUM NAME DATE_START DATE_FINISH SH_NAME
0 12345678910000 RAYES A - 1 2018-07-28 2018-08-25 Andy
1 12345678900000 RAYES A - 2 2018-07-28 2018-08-25 Mine
2 23456789090000 RAYES A - 3 2018-07-28 2018-08-25 Shef
3 34567890600000 RAYES A - 4 2018-07-28 2018-08-25 Mary
4 45678901220000 RAYES A - 5 2018-07-28 2018-08-25 Tom
поэтому, когда я читаю данные, как показано ниже, он загружает штраф
excel_file ='my path to a xlsx'
sheets_dict = pd.read_excel(excel_file, sheet_name=None)
full_table = pd.DataFrame()
for name, sheet in sheets_dict.items():
sheet['SH_NAME'] = name
sheet = sheet.rename(columns=lambda x: x.split('\n')[-1])
full_table = full_table.append(sheet)
full_table.reset_index(inplace=True, drop=True)
печать
sheets_dict
API_NUM выглядит так, как должно, но full_table научный обозначает число.
Но -this закончил работу после all-
full_table['API_NUM'] = full_table['API_NUM'].map(lambda x: '{:.0f}'.format(x))
API_NUM NAME DATE_START DATE_FINISH SH_NAME
0 1234567891 RAYES A - 1 2018-07-28 2018-08-25 Andy
1 123456789 RAYES A - 2 2018-07-28 2018-08-25 Mine
2 2345678909 RAYES A - 3 2018-07-28 2018-08-25 Shef
3 3456789060 RAYES A - 4 2018-07-28 2018-08-25 Mary
4 4567890122 RAYES A - 5 2018-07-28 2018-08-25 Tom
когда я преобразовываю значения в строки, они становятся чем-то вроде -2147483648
записывая df out в csv, столбец имеет завершающий вывод 0.
Проблема в том, что позже в другой функции я создаю строковый список этих значений для выполнения SQL-запроса. поэтому позже это выглядело бы так:
myTableValue IN ('12345678910000', '12345678900000', '23456789090000', '34567890600000', '45678901220000')
и поле, в котором я запускаю запрос, является строковым полем.
Отредактировано: Я считаю, что функция лямбда в конечном итоге работала, это был случай с плохими данными и мной, что давало мне проблемы. Таким образом, этот метод или один ниже будут работать. Это может быть полезно для тех, кто хочет объединить рабочие листы в df с помощью Python
Ну, чтобы решить мой собственный пост. То, что, похоже, сработало, - это другой подход к загрузке рабочих листов. Теперь я уверен, что один из вас, гуру, узнает, почему это сработало, и вышеупомянутый метод не сделал этого, но этот способ проще в любом случае для тех, кто хотел бы его использовать.
import xlrd
excel = 'path to my file'
book = xlrd.open_workbook(excel)
# get a list of work sheet names
sheetlist = []
for sheet in book.sheet_names():
sheetlist.append(sheet)
# create and ordered dict of the worksheets
dfs = pd.read_excel(excel, sheetname=sheetlist)
df = pd.concat((df.assign(source=sheet) for sheet, df in dfs.items()), ignore_index=True)
df['API_NUM'] = df['API_NUM'].astype(str)