Статья Автор: Лебедев Дмитрий

Работа с файлами EXEL через Pandas

Рассмотрим задание типа 3 КЕГЭ, в котором надо обработать "связанные данные", представленные файлом формата EXCEL (Сразу оговорим, что это разбор возможностей, а не метод решения задания) Условия задания (демо версия КЕГЭ 2025)
Файл из задания приложен к тетради, в файле три таблицы. В каждая из таблице первый столбец является индексным.
Файл интересен тем, что содержит буквы кириллицы как в данных, так и в назнаниях столбцов.
Для выполнения задания будет использоваться библиотека Pandas. Начальные сведения о Pandas можно найти в курсе "ОСНОВЫ АНАЛИЗА ДАННЫХ"

import pandas as pd
# Чтение данных из таблиц/страниц файла с использованием read_exel
sheet1=pd.read_excel('3_17857.xlsx','Движение товаров')
sheet2=pd.read_excel('3_17857.xlsx','Товар')
sheet3=pd.read_excel('3_17857.xlsx','Магазин')
print(sheet1.head()) # печать заголовка таблицы
print(sheet2.head())
print(sheet3.tail()) # печать "хвоста" таблицы
print('Ok') # информационная печать

Для чтения данных использовался метод read_exel(). Далее это будет сделано и другим способом.
В следующем блоке можно попробовать получить данные из версии ".xls" и другие варианты.

# Для тренировки

Продолжаем работать с файлом в формате ".xlsx'
Каждая таблица в файле имеет "столбец ID" - выделим его в индексный при чтении.
Обработку таблиц можно проводить средствами библиотеки Pandas, но для решения поставленной задачи достаточно "преобразовать" таблицы в словари
Сделаем это для таблицы "Магазин" и сделаем выборку магазинов с "проспекта Революции"
Параметр orient может принимать различные значения и позволять создавать различные словари
Для нашей задачи подойдет значение 'index'.

import pandas as pd
# Чтение данных из таблиц/страниц файла
sheet3=pd.read_excel('3_17857.xlsx','Магазин',index_col='ID магазина').to_dict(orient='index')
for sh3 in sheet3 :
  if 'Револ' in sheet3[sh3]['Адрес'] :
    print(sh3,sheet3[sh3])
print('Ok')

Выбрав из таблиц 2 и 3 нужные значения ключей легко получить выборку из таблицы 1 ("Движение товаров")
Типы данных в выборках совпадают с типами в исходном файле, поэтому "немного помучиться" придется со временем.
В блоке приведен итог работы, но в ходе написания кода проводилась "информационная" печать, которая позволила определить формат времени и способ его обработки.

import pandas as pd
# Чтение данных из таблиц/страниц файла
sheet1 = pd.read_excel('3_17857.xlsx', 'Движение товаров', index_col = 'ID операции').to_dict(orient = 'index')
sheet2 = pd.read_excel('3_17857.xlsx', 'Товар', index_col = 'Артикул').to_dict(orient = 'index')
sheet3 = pd.read_excel('3_17857.xlsx','Магазин',index_col = 'ID магазина').to_dict(orient = 'index')
V2, V3 = dict(), dict() 
# Можно создать словарь V1 для отбора записей из sheet1, но в условиях задачи в этом нет необходимости 
for sh3 in sheet3: # Отбираем магазины
  if 'Револ' in sheet3[sh3]['Адрес'] : 
    V3[sh3] = sheet3[sh3] # Можно было использовать множество
for sh2 in sheet2: # Отбираем товар
  if 'Зефир ' in sheet2[sh2]['Наименование товара'] :
    V2[sh2] = sheet2[sh2] # можно было взять только граммы в упаковке
print(V2) # информационная печать
print(V3)
#Отбор в таблице Sheet1
ans = 0 # ответ на задание в граммах
kz = 0 # количество отобранных записей (для информации)
for sh1 in sheet1:
  if (sheet1[sh1]['ID магазина'] in V3) == False : continue 
  if (sheet1[sh1]['Тип операции'] != 'Поступление') : continue
  art = sheet1[sh1]['Артикул']  # потребуется далее
  if (art in V2) == False : continue
  tm = str(sheet1[sh1]['Дата'])[:10] # вырезаем дату (без времени)
  if (tm < '2023-08-02') or (tm > '2023-08-10') : continue 
  ku = sheet1[sh1]['Количество упаковок, шт'] # упаковки в sheet1
  gr = sheet2[art]['Количество в упаковке'] # а вес упаковки в sheet2
  ans += ku*gr # добавляем к ответу (граммы)
  kz += 1
print (ans/1000, kz)
print('Ok')

Подведем некоторые итоги

Отбор данных, группировку и связи таблиц можно делать средствами Pandas.
При решении задания Pandas использовался только для чтения из файла и создания словарей
Названия столбцов используются полностью, что сохраняет "читаемость" решения, но усложняет применение его для использования на экзамене (использование EXCEL будет более обоснованным)
Для решения задания можно было использовать и другие библиотеки, например openpyxl

Приведём другое решение, которое не будет использовать фактические имена, а будет больше работать с номерами листов и таблиц
Используем некоторую "однотипность" листов в таблице (индексный столбец первый), откажемся от промежуточных выборок.
Можно "сказать", что этот подход "моделирует функцию ВПР EXCEL"

import pandas as pd
# Чтение данных из таблиц/страниц файла
works = pd.ExcelFile ('3_17857.xlsx') # Открытие файла
sheet = dict() # Словарь словарей листов
for i in range(3):  # Обработка нужных листов
  sh = works.parse(i,index_col = 0)  # лист по номеру, 1-й столбец - индекс
  sh.columns = [col+1 for col in range(len(sh.columns))] # нумеруем столбцы
  sheet[i] = sh.to_dict(orient='index') # создаем словарь
# обработка и вычисление ответа
ans = 0 # значение для ответа
k = 0 # можно использовать в информационных целях
for sh in sheet[0] : # перебор строк основной таблице
  tip = sheet[0][sh][5] # тип операции
  if (tip != 'Поступление') : continue # операция не "Поступление"
  tm = str(sheet[0][sh][1])[:10] # дата из времени
  if (tm < '2023-08-02' or tm > '2023-08-10') : continue # Дата не подходит
  idm = sheet[0][sh][2] # ID магазина
  adr = sheet[2][idm][2] #  адрес магазина - РАСШИРЕНИЕ таблицы
  if ('Революц' in adr) == False : continue # адрес не "проспект Революции"
  art = sheet[0][sh][3] # артикул товара
  t_name = sheet[1][art][2] #  Наименование товара - РАСШИРЕНИЕ таблицы
  if ('Зефир ' in t_name) == False : continue # товар не зефир
  up = sheet[0][sh][4] # кол-во поступивших упаковок
  gr_up = sheet[1][art][4] # кол-во грамм в упаковке - - РАСШИРЕНИЕ таблицы
  ans += up * gr_up # добавление веса в граммах
  k+=1  
print(ans/1000,k)
print('Ok')

# для тренировки

Прикрепленные файлы
3_17857.xls
3_17857.xlsx

Чтобы оставить комментарий нужна авторизация

Печать