关于写入excel数据前就设置文本格式,防止出现科学计数法

import pandas as pd

import re

import os

from openpyxl import Workbook

from openpyxl.utils.dataframe import dataframe_to_rows

读取 Excel 文件

input_file_path = r"C:\Users\28952\Desktop\sop调货\临时拷贝\Mano临时表.xlsx"

检查文件是否存在

if not os.path.exists(input_file_path):

print("文件不存在,请检查路径。")

else:

尝试读取文件

try:

df = pd.read_excel(input_file_path, sheet_name='Sheet1')

except Exception as e:

print("读取文件时出错:", e)

exit()

初始化结果列表

names_companies = []

addresses = []

postal_codes = []

cities = []

countries = []

first_names = []

last_names = []

遍历每一行数据进行匹配

for index, row in df.iterrows():

line = row['地址栏'] if '地址' in row else "" # 假设地址在"地址"列中

customer_name = row['客户名称'] if '客户名称' in row else "" # 假设客户名称在"客户名称"列中

确保 line 是字符串

if isinstance(line, str):

提取姓名和公司名

name_company = re.findall(r'^(.*?)(?=,\s*|\s*$)', line)

names_companies.append(name_company[0] if name_company else "") # 过滤空值

提取邮政编码

postal_code = re.findall(r'\d{5}', line)

postal_codes.append(postal_code[0] if postal_code else "") # 确保输出为空字符串

提取地址

postal_code_match = re.search(r'\d{5}', line)

if postal_code_match:

提取姓名和公司名后面的内容

address_fallback = line.split(',')[1].strip() if ',' in line else ""

address_fallback = address_fallback.split(postal_code_match.group(0))[0].strip() if postal_code_match else ""

addresses.append(address_fallback if address_fallback else "")

else:

addresses.append("") # 如果没有找到地址,输出空字符串

提取城市

city = re.findall(r'(?<=\d{5}\s)(.*?)(?=\s+(France FR|España ES|United Kingdom GB|Italia IT|Deutchland DE))', line)

if city:

cities.append(city[0][0]) # 只添加城市名称

else:

cities.append(None) # 如果没有匹配到城市,添加 None

提取国家

country_match = re.findall(r'(France|España|United Kingdom|Italia|Deutchland)\s+[A-Z]{2}', line)

if country_match:

countries.append(country_match[0]) # 只添加国家名称

else:

countries.append(None) # 如果没有匹配到国家,添加 None

else:

names_companies.append("")

addresses.append("")

postal_codes.append("")

cities.append(None) # 使用 None

countries.append(None) # 使用 None

处理客户名称

if isinstance(customer_name, str) and len(customer_name.split()) == 2:

first_name, last_name = customer_name.split()

first_names.append(first_name)

last_names.append(last_name)

else:

first_names.append("")

last_names.append("")

将结果填充到 DataFrame 中

df['姓名和公司名'] = names_companies

df['地址'] = addresses

df['邮编'] = postal_codes

df['城市'] = cities

df['国家'] = countries

df['名'] = first_names

df['姓'] = last_names

# 将结果写入现有的 Excel 文件,确保所有列为文本格式
try:
wb = Workbook()
ws = wb.active

# 将 DataFrame 写入工作表
for r in dataframe_to_rows(df, index=False, header=True):
ws.append(r)

**# 设置所有列为文本格式
for col in ws.columns:
for cell in col:
cell.number_format = '@' # 设置为文本格式

特别处理手机号列(假设在 '邮编' 列)

for cell in ws['C']: # 假设手机号在 C 列
cell.number_format = '@' # 设置为文本格式**

# 保存文件
wb.save(input_file_path)
print("数据处理完成,结果已保存到:", input_file_path)
except Exception as e:
print("写入文件时出错:", e)

相关推荐
浩浩kids4 分钟前
Hadoop•配置网络&克隆虚拟机
大数据·网络·hadoop
回音谷20 分钟前
【算法】克里金(Kriging)插值原理及Python应用
python·算法·插值
迷路爸爸18025 分钟前
深入理解 PyTorch 的 Dataset 和 DataLoader:构建高效数据管道
人工智能·pytorch·python
恸流失29 分钟前
12.异常处理
开发语言·python
PersistJiao42 分钟前
实时数仓:数据湖 + Flink当前实时数仓中非常主流且高效的方案之一
大数据·flink·实时数仓
杰克逊的日记1 小时前
SparkStreaming集群调优
大数据·分布式·spark
数据运营新视界1 小时前
可编辑31页PPT | 大数据湖仓一体解决方案
大数据
隔着天花板看星星1 小时前
Spark-Streaming有状态计算
大数据·分布式·spark
zhangliang6051 小时前
Spark创建多种数据格式的DataFrame
大数据·分布式·spark
小徐同学14181 小时前
OSPF特殊区域(open shortest path first LSA Type7)
大数据·运维·网络·网络协议·智能路由器·信息与通信