利用python实现对Excel文件中数据元组的自定义排序

问题引入：

假设你是一个浙江省水果超市的老板，统筹11个下辖地市的水果产量。假设11个地市生产的水果包括：苹果、香蕉和西瓜。你如何快速得到某种水果产量突出（排名前几）的地市？产量落后（排名后几）的地市？

问题分析：

得到某种水果产量排名前几和后几名的地市，本质是对Excel中的数据进行多次筛选，筛选的维度有：

1.水果种类；2.好排名；3.坏排名

现在假设一种情况：水果店老板想知道苹果产量排名前3的地市、香蕉产量排名前5的地市以及西瓜产量排名后4名的地市。

Excel本身可以通过多次筛选实现此功能，以苹果产量排名前3的地市为例 :

可以通过筛选选项选择苹果产量最大的3项，以降序呈现

得到结果：绍兴、嘉兴和宁波是苹果产量排名前3的地市

若避免和繁琐的Excel筛选菜单打交道，可以将此功能利用Python实现。

完整代码

python 复制代码

import openpyxl
 

file_path = "data.xlsx"
sheet_name = "Sheet2"
 
# 加载工作簿和工作表
workbook = openpyxl.load_workbook(file_path)
sheet = workbook[sheet_name]
 

fruit_id = 1
top = 3
bottom = 3
#data存储[地市-水果产量]的组合
data = []
 
# 读取数据
for row in sheet.iter_rows(min_row=2, values_only=True):  # 假设第一行是标题行，从第二行开始读取
    city = row[0]
    development = row[fruit_id] 
    data.append((city, development))
 
# 将数据按水果产量降序排序
sorted_data = sorted(data, key=lambda x: x[1], reverse=True)
 
# 获取水果产量前三名和后三名的地市
top_cities = [city for city, _ in sorted_data[:top]]
bottom_cities = [city for city, _ in sorted_data[-bottom:]]



print("【本日浙江省分地市水果产量情况】", end = '')
print(sheet.cell(row = 1,  column = fruit_id + 1).value)

print("👍️", end='')
for city in top_cities:
    print(city + " ", end='')
print("产量较高，排名前",top,"名")
print("❗", end='')
for city in bottom_cities:
    print(city + " ", end='')
print("产量较低，排名后",bottom,"名")

需求抽象

之前提到，筛选的维度包括1.水果种类；2.好排名；3.坏排名。

python 复制代码

fruit_id = 3 #西瓜
top = 3 # 前3名
bottom = 4 #后4名

fruit_id代表水果种类，1、2、3分别代表苹果、香蕉和西瓜；top代表前x的排名，若关心前3名的地市，则top = 3；bottom代表后x的排名，若关心后4名的地市，bottom = 4.

抽象出了产品维度之后，对各地市的水果产量进行排序：

python 复制代码

data = []
 # 读取数据
for row in sheet.iter_rows(min_row=2, values_only=True):  # 第一行是标题行，从第二行开始读取
    city = row[0]
    development = row[fruit_id] 
    data.append((city, development))

data数组存储着（地市-水果产量）的组合。row为for循环的迭代变量，可以理解为每个row为一个数组，row $0$ 为数组的第一个元素，对应于Excel中A列中的元素（0可以理解为数组里的下标，列的标号从0开始），并将row $0$ 的值赋给city；

同理，将fruit_id对应的水果产量row $fruit_id$ 的值赋给development；

data.append((city, development))将city和development封装在（city, development）元组中构成（地市-水果产量）组合，并随着for循环将11组（地市-水果产量）存储在data数组中。

python 复制代码

# 将数据按水果产量降序排序
sorted_data = sorted(data, key=lambda x: x[1], reverse=True)
 # 获取水果产量前三名和后三名的地市
top_cities = [city for city, _ in sorted_data[:top]]
bottom_cities = [city for city, _ in sorted_data[-bottom:]]

sorted_data利用sort函数，对data里的（地市-水果产量）组合进行排序，排序的主键是（地市-水果产量）中的水果产量（x $1$ 中的1为下标，表示元组中的第二个元素），reverse = True为降序排序。

排序后，可以在sorted_data数组中得到某水果产量前几和后几的地市的信息。由于sorted_data为降序（由大到小），则top代表前几，top_cities = $city for city, _ in sorted_data\[:top$ ]存储产量为前top的地市；bottom_cities = $city for city, _ in sorted_data\[-bottom:$ ]存储产量为后bottom的地市。

python 复制代码

print("【本日浙江省分地市水果产量情况】", end = '')
print(sheet.cell(row = 1,  column = fruit_id + 1).value)

print("👍️", end='')
for city in top_cities:
    print(city + " ", end='')
print("产量较高，排名前",top,"名")
print("❗", end='')
for city in bottom_cities:
    print(city + " ", end='')
print("产量较低，排名后",bottom,"名")

最后进行输出，并加以点评

输出结果

python 复制代码

fruit_id = 1
top = 3
bottom = 4 #求苹果产量的前3名和后4名

控制台输出：

python 复制代码

【本日浙江省分地市水果产量情况】苹果
👍️绍兴 嘉兴 宁波 产量较高，排名前 3 名
❗舟山 湖州 衢州 金华 产量较低，排名后 4 名

python 复制代码

fruit_id = 3
top = 5
bottom = 2 #求西瓜产量的前5名和后2名

控制台输出：

python 复制代码

【本日浙江省分地市水果产量情况】西瓜
👍️湖州 衢州 台州 丽水 宁波 产量较高，排名前 5 名
❗嘉兴 杭州 产量较低，排名后 2 名