将excel中某列数据中，含有指定字符串的记录取出，并生成用这个字符串命名的txt文件

Python 一大重要的功能，就是可处理大量数据，那分不开的即是使用Excel表格了，这里我做下学习之后的总结，望对我，及广大同仁们是一个帮助
Python处理Excel数据需要用到2个库：xlwt 和 xlrd。xlwt库负责将数据导入生成Excel表格文件，而 xlrd库则负责将Excel表格中的数据取出来。
 
xlrd 库读取Excel的数据也是轻轻松松，先来看下实现代码
原表格简要说明：

# coding = utf-8
# 将excel中某列数据中，含有指定字符串的记录取出，并生成用这个字符串命名的excel文件
import xlrd, xlwt
import os, sys
 
# 按项目 导出到新的excel文件
def export_all_excel():
    root_dir = '/Users/zhaojs/Downloads'
    for root, dirs, files in os.walk(root_dir):
        for file in files:
            file_xls = os.path.join(root_dir, file)
            if file_xls.endswith('.xls'):
                wb = xlrd.open_workbook(file_xls)
                # 获取列表
                sheet = wb.sheet_by_index(0)
 
                # 创建写入文件
                workbook = xlwt.Workbook(encoding="utf-8")
                # 总行数
                total_rows = sheet.nrows
                # 总列数
                total_cols = sheet.ncols
                print("行数 : %d 列数 : %d" % (total_rows, total_cols))
 
                # 按项目简称小写 创建sheet 对象
                worksheet = workbook.add_sheet('全部')
 
                new_data = [
                    ['作业号', 'CPU/GPU', '项目', '场景文件', '渲染软件', '帧', '提交时间', '完成时间', '层名', '提交账户', '平台', '内存（GB）',
                     '余额消费（RMB）', '完成帧数',
                     '总帧数', '消耗时间（机时)', '实际消费（RMB）', '差值']
                ]
 
                loop_res = []
                for i in range(10, total_rows - 1):  # 去除最后一行总计
                    # 取出第i行 第 13 列的数据 平台名称
                    # platform_name = sheet.cell_value(i, 13)
 
                    excel_filename = 'all_projects.xls'
                    outputs = sheet.row_values(i)
                    # 将列表内的值转成字符串
                    data = [str(z) for z in outputs]
                    if data == '\n':
                        pass
                    else:
                        tmp = ['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '']
                        # 作业号
                        tmp[0] = data[1]
                        # CPU/GPU || 实际消费
                        if data[13] == 'gpu':
                            tmp[1] = 'GPU'
                            sum_real_consumption = round(float(data[20]) * 4, 3)
                            tmp[16] = str(sum_real_consumption)
                        else:
                            tmp[1] = 'CPU'
                            sum_real_consumption = round(float(data[20]) * 1.3, 3)
                            tmp[16] = str(sum_real_consumption)
                        # 项目
                        tmp[2] = data[4][0:3]
                        # 场景文件
                        tmp[3] = data[4]
                        # 渲染软件
                        tmp[4] = data[5]
                        # 帧
                        tmp[5] = data[6]
                        # 提交时间
                        tmp[6] = data[7]
                        # 完成时间
                        tmp[7] = data[8]
                        # 层名
                        tmp[8] = data[10]
                        # 提交账户
                        tmp[9] = data[12]
                        # 平台
                        tmp[10] = data[13]
                        # 内存（GB）
                        tmp[11] = data[14]
                        # 余额消费（RMB）
                        tmp[12] = data[15]
                        # 完成帧数
                        tmp[13] = data[18]
                        # 总帧数
                        tmp[14] = data[19]
                        # 消耗时间（机时)
                        tmp[15] = data[20]
                        # 差值    计算差值 实际消费 - 余额消费
                        difference_value = 0 if (sum_real_consumption - float(data[15])) < 0 else int(
                            sum_real_consumption - float(data[15]))
                        tmp[17] = difference_value
                        loop_res.append(tmp)
                        # 形成带表头的列表集
                        new_data.append(tmp)
                # 计算汇总数据
                sum_prices = 0  # 总消费
                sum_finish_frames = 0  # 总完成帧数
                sum_frames = 0  # 总帧数之和
                sum_times = 0  # 机时之和
                sum_real_consumption = 0  # 实际消费
                difference_value = 0  # 差值
                z = 0
                for res in loop_res:
                    # sys.exit()
                    sum_prices += float(res[12])
                    sum_finish_frames += int(float(res[13]))
                    sum_frames += int(float(res[14]))
                    sum_times += float(res[15])
                    sum_real_consumption += float(res[16])
                    difference_value += float(res[17])
                    z = z + 1
 
                tmp_data = ['', '', '', '', '', '', '', '', '', '', '', '', round(sum_prices, 3), sum_finish_frames,
                            sum_frames,
                            round(sum_times, 3), sum_real_consumption, difference_value]
 
                # 合成最终列表
                new_data.append(tmp_data)
 
                i = 0
                for data in new_data:
                    for j in range(len(data)):
                        worksheet.write(i, j, data[j])
                    i = i + 1
                workbook.save('./' + excel_filename)
 
if __name__ == "__main__":
    # Common_Excel().abc(123)
    export_all_excel()

总结一下，分为一下几步：

1. 首先通过xlrd库的open_workbook方法打开Excel文件(我这里的test.xls，是已存在数据的excel表格)
2. 然后通过sheet_by_index方法获取表
3. 然后分别获取表的行数和列数，便于后面循环遍历
4. 根据列数和行数，循环遍历，根据某列单元格内的数据，即通过cell_value方法获取每个单元格中的数据，匹配到我手写的字符串，如符合，则取出该行所有数据，再次循环该行数据，将其写入到新的sheet中

工作表的相关操作

获取一个工作表,有多种方式

# 通过索引
sheet1 = wb.sheets()[0]
sheet1 = wb.sheet_by_index(0)
 
# 通过名字
sheet1 = wb.sheet_by_name('test')
 
# 获取所有表名sheet_names = wb.sheet_names()

获取某一行或某一列的所有数据

# 获取行中所有数据，返回结果是一个列表
tabs = sheet1.row_values(rowx=0, start_colx=0, end_colx=None)
# 返回一行一共有多少数据
len_value = sheet1.row_len(rowx=0)

row_values的三个参数分别是：行号、开始的列和结束的列，其中结束的列为None表示获取从开始列到最后的所有数据
类似的还有获取某一列的数据
 cols = sheet1.col_values(colx=0, start_rowx=0, end_rowx=None) 

处理时间数据

时间数据比较特殊，没发直接通过上面的cell_value方法获取。需要先转换为时间戳，然后再格式化成我们想要的格式。

比如要获取Excel表格中，格式为2019/8/13 20:46:35的时间数据

# 获取时间
time_value = sheet1.cell_value(3, 0)
 
# 获取时间戳
time_stamp = int(xlrd.xldate.xldate_as_datetime(time_value, 0).timestamp())
print(time_stamp)
 
# 格式化日期
time_rel = time.strftime("%Y/%m/%d", time.localtime(time_stamp))
print(time_rel)

基本也是三步走：

1. 通过cell_value方法获取时间值
2. 然后通过xldate_as_datetime方法获取时间戳
3. 然后格式化一下