Python中处理表格数据的Tablib库详解

 更新时间:2023年08月01日 11:36:25   作者:番茄牛腩不吃番茄  
这篇文章主要介绍了Python中处理表格数据的Tablib库详解,Tablib 是一个 MIT 许可的格式不可知的表格数据集库,用 Python 编写,它允许您导入、导出和操作表格数据集,需要的朋友可以参考下

快速入门

Tablib 是一个 MIT 许可的格式不可知的表格数据集库,用 Python 编写。它允许您导入、导出和操作表格数据集。

首先安装第三方包pip install tablib;pip3是因为电脑上安装了python2.7版本

lifeng@apple ~ % pip3 install tablib 
Collecting tablib
  Using cached tablib-3.0.0-py3-none-any.whl (47 kB)
Installing collected packages: tablib
Successfully installed tablib-3.0.0

其次开始导入包,并创建对象,这个对象就是一个数据集,示例例如:

import tablib
t = tablib.Dataset()

最后开始往里面添加数据,示例如下:

  • 添加行
import tablib
t = tablib.Dataset()
names = ["张三    50", "李四    20"]
for name in names:
    n, s = name.split()
    t.append([n, s])
  • 添加标题
t.headers = ["姓名", "分数"]
  • 添加列
t.append_col([23, 24], "年龄")

合在一起运行并展示结果,示例如下:

import tablib
t = tablib.Dataset()
names = ["张三    50", "李四    20"]
for name in names:
    n, s = name.split()
    t.append([n, s])
t.headers = ["姓名", "分数"]
t.append_col([23, 24], "年龄")
print(t.dict)

# 运行结果
[OrderedDict([('姓名', '张三'), ('分数', '50'), ('年龄', 23)]), OrderedDict([('姓名', '李四'), ('分数', '20'), ('年龄', 24)])]
Process finished with exit code 0

从返回结果可以清晰看到,是OrderedDict类,它的作用就是按照元素初始添加顺序进行的…

导入数据

tablib.Dataset通过导入预先存在的文件来创建对象很简单。示例如下:

import tablib
with open("data_list.xlsx", "rb") as r:
    data = tablib.Dataset().load(r)
    print(data)
# 运行结果
姓名|分数|年龄
--|--|--
张三|50|23
李四|20|24
Process finished with exit code 0

目前支持导入csv, tsv, dbf, xls, xlsx格式,这也是官网公布的,实操一下csv, tsv, dbf, xlsx是可行的。

导出数据

  • 导出csv格式数据
print(t.export("csv"))
# 运行结果
姓名,分数,年龄
张三,50,23
李四,20,24
Process finished with exit code 0
  • 导出json格式数据
print(t.export("json"))
# 运行结果
[{"姓名": "张三", "分数": "50", "年龄": 23}, {"姓名": "李四", "分数": "20", "年龄": 24}]
Process finished with exit code 0
  • 导出yaml格式数据
print(t.export("yaml"))
# 运行结果
- {分数: '50', 姓名: 张三, 年龄: 23}
- {分数: '20', 姓名: 李四, 年龄: 24}
Process finished with exit code 0

官方介绍还可以导出xls和pf格式,导入xls格式得安装依赖包xlwt和xlrd;导出pf格式得安装依赖包panads,如果不安装第三方包去直接使用的话就会抛出错误。

获取和删除

  • 索引获取、切片获取和键获取,示例如下:
#   索引获取数据
print(t[0])
#   切片获取数据
print(t[0:2])
#   获取全部数据
print(t.dict)
#   键名获取指定列
print(t["姓名"])
#   求平均年龄
print(sum(t["年龄"]) / len(t["年龄"]))
  • 索引删除、切片删除和键删除,示例如下:
#   索引删除值
del t[0]
#   切片删除值
del t[0: 2]
#   键名删除指定列
del t["姓名"]

文件中写入数据

import tablib
#   准备数据
data_one = [
    ('11/24/09', '张三', 56.),
    ('05/24/10', '李四', 62.)
]
data_two = [
    ('11/24/09', '王二二', 56.),
    ('05/24/10', '皮球球', 62.)
]
#   创建对象
data = tablib.Dataset()
data.headers = ['日期', '姓名', '分数']
#   循环插入数据
for row in data_one:
    data.append(row)
#   循环插入数据
for row in data_two:
    data.append(row)
#   往文件中写入数据
with open('testing.xlsx', 'wb') as f:
    f.write(data.export('xlsx'))

这里的写入文件不需要先创建好;它会自动识别,不存在时会自动创建,存在时就进行覆盖。运行后完成后截图如下:

到此这篇关于Python中处理表格数据的Tablib库详解的文章就介绍到这了,更多相关Python的Tablib库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Numpy之random函数使用学习

    Numpy之random函数使用学习

    这篇文章主要介绍了Numpy之random使用学习,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-01-01
  • 在django模板中实现超链接配置

    在django模板中实现超链接配置

    今天小编就为大家分享一篇在django模板中实现超链接配置,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • Matplotlib 折线图plot()所有用法详解

    Matplotlib 折线图plot()所有用法详解

    这篇文章主要介绍了Matplotlib 折线图plot()所有用法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07
  • Python基础详解之邮件处理

    Python基础详解之邮件处理

    这篇文章主要介绍了Python基础详解之邮件处理,文中有非常详细的代码示例,对正在学习python基础的小伙伴们有非常好的帮助,需要的朋友可以参考下
    2021-04-04
  • Python中的闭包实例详解

    Python中的闭包实例详解

    这篇文章主要介绍了Python中的闭包,针对闭包的定义、用法及注意事项进行了实例讲解,有助于读者深入理解闭包的概念及用法,需要的朋友可以参考下
    2014-08-08
  • python实现阶乘的三种方法

    python实现阶乘的三种方法

    阶乘是基斯顿·卡曼于 1808 年发明的运算符号,是数学术语,一个正整数的阶乘(factorial)是所有小于及等于该数的正整数的积,并且0的阶乘为1,本文给大家介绍了python实现阶乘的三种方法,通过代码示例介绍的非常详细,需要的朋友可以参考下
    2023-12-12
  • Python 通过监听端口实现唯一脚本运行方式

    Python 通过监听端口实现唯一脚本运行方式

    这篇文章主要介绍了Python 通过监听端口实现唯一脚本运行方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • Django之Mode的外键自关联和引用未定义的Model方法

    Django之Mode的外键自关联和引用未定义的Model方法

    今天小编就为大家分享一篇Django之Mode的外键自关联和引用未定义的Model方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • 利用python下载scihub成文献为PDF操作

    利用python下载scihub成文献为PDF操作

    这篇文章主要介绍了利用python下载scihub成文献为PDF操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • 快速上手基于Anaconda搭建Django环境的教程

    快速上手基于Anaconda搭建Django环境的教程

    Django具有完整的封装,开发者可以高效率的开发项目,Django将大部分的功能进行了封装,开发者只需要调用即可,接下来通过本文给大家介绍基于Anaconda搭建Django环境的教程,需要的朋友可以参考下
    2021-10-10

最新评论