使用python把csv汇总成excel

原始文件是多个csv表格，第一列为时间戳，每10分钟统计生成一行，其余列为ip地址在该时间段内的访问次数

根据要求，统计每个ip地址在当天访问次数求和，汇总生成新表格，结果如下，并将所有csv文件按照文件名，分别汇总到不同的sheet下

• 首先遍历指定目录下的.csv文件，提取文件名生成数组
• 然后使用pandas库读取csv文件，提取日期和ip，然后统计每个ip当天访问次数，生成新的DataFrame
• 最后使用xlwings库将pandas处理后的DataFrame数据写入excel文件，指定文件名作为sheet名

主要用到了os模块中的walk()函数，可以遍历文件夹下所有的文件名。

      def find_csv(path):          """          查找目录下csv文件          :param path: 查找csv的目录路径          :return: csv文件名list          """          csv_file = []          for root, dirs, files in os.walk(path):              for file in files:                  if os.path.splitext(file)[1] == '.csv':                      csv_file.append(os.path.join(root, file))          return csv_file  

pandas是python环境下最有名的数据统计包，对于数据挖掘和数据分析，以及数据清洗等工作，用pandas再合适不过了，官方地址：https://www.pypandas.cn/

      def summary_data(file):          """          grafana导出的csv文件处理汇总          :param file: csv文件路径          :return: 处理完成后的pandas对象          """          # 读取整个csv文件          csv_data = pd.read_csv(file, ';')          # 提取日期          csv_data["Time"] = csv_data["Time"].map(lambda Time: Time[0:10])          date = csv_data["Time"].drop_duplicates()          # 提取IP          ip_list = csv_data.columns.values[1:]          # 生成新列表          result_data = []          for day in list(date):              ip_data = []              for ip in ip_list:                  # 统计指定ip地址在指定日期的数据之和                  ip_sum = csv_data.loc[csv_data['Time'] == day, ip].sum()                  ip_data.append(ip_sum)                  # print("日期：%s ip：%s 总计:%s" % (day, ip, ip_sum))              result_data.append(ip_data)          # 生成新的DataFrame          result_df = pd.DataFrame(result_data, index=list(date), columns=ip_list)          # 添加行列统计          result_df['day_sum'] = result_df.apply(lambda x: x.sum(), axis=1)          result_df.loc['ip_sum'] = result_df.apply(lambda x: x.sum())          print(file, "处理完毕!")          return result_df  

pandas的to_excel方法也可以写入到excel文件，但是如果需要写入到指定的sheet，就无法满足需求了，此时就需要用的xlwings或者openpyxl库，此处使用xlwings，参考文档：https://www.xlwings.org/pro

      def save_excel(data_df, file_name, excel_name):          """          生成并写入新excel文件          :param data_df: pandas数据对象          :param file_name: 传入文件名，作为生成的sheet名称          :param excel_name: 生成excel文件名          :return: null          """          sheet_name = file_name[file_name.rfind('/', 1) + 1:file_name.rfind('.', 1)]          wb = xlwings.Book(excel_name)          sheet = wb.sheets.add(name=sheet_name)          sheet.range("A1").value = data_df          wb.save()          wb.close()          print(sheet_name, "Sheet写入完毕!")  

      import os      import pandas as pd      import xlwings      def find_csv(path):          """          查找目录下csv文件          :param path: 查找csv的目录路径          :return: csv文件名list          """          csv_file = []          for root, dirs, files in os.walk(path):              for file in files:                  if os.path.splitext(file)[1] == '.csv':                      csv_file.append(os.path.join(root, file))          return csv_file      def summary_data(file):          """          grafana导出的csv文件处理汇总          :param file: csv文件路径          :return: 处理完成后的pandas对象          """          # 读取整个csv文件          csv_data = pd.read_csv(file, ';')          # 提取日期          csv_data["Time"] = csv_data["Time"].map(lambda Time: Time[0:10])          date = csv_data["Time"].drop_duplicates()          # 提取IP          ip_list = csv_data.columns.values[1:]          # 生成新列表          result_data = []          for day in list(date):              ip_data = []              for ip in ip_list:                  ip_sum = csv_data.loc[csv_data['Time'] == day, ip].sum()                  ip_data.append(ip_sum)                  # print("日期：%s ip：%s 总计:%s" % (day, ip, ip_sum))              result_data.append(ip_data)          result_df = pd.DataFrame(result_data, index=list(date), columns=ip_list)          # 添加行列统计          result_df['day_sum'] = result_df.apply(lambda x: x.sum(), axis=1)          result_df.loc['ip_sum'] = result_df.apply(lambda x: x.sum())          print(file, "处理完毕!")          return result_df      def save_excel(data_df, file_name, excel_name):          """          生成并写入新excel文件          :param data_df: pandas数据对象          :param file_name: 传入文件名，作为生成的sheet名称          :param excel_name: 生成excel文件名          :return: null          """          sheet_name = file_name[file_name.rfind('/', 1) + 1:file_name.rfind('.', 1)]          wb = xlwings.Book(excel_name)          sheet = wb.sheets.add(name=sheet_name)          sheet.range("A1").value = data_df          wb.save()          wb.close()          print(sheet_name, "Sheet写入完毕!")      if __name__ == '__main__':          # 原始csv文件存放路径          path = './csv'          # 生成excel文件名          excel_name = 'cm.xlsx'          csv_file = find_csv(path)          # 创建excel文件          new_excel = pd.DataFrame()          new_excel.to_excel(excel_name)          # 处理并写入excel文件          for file in csv_file:              data_df = summary_data(file)              save_excel(data_df, file, excel_name)          # 删除默认Sheet1          wb = xlwings.Book(excel_name)          wb.sheets['Sheet1'].delete()          wb.save()          wb.close()          print("数据汇总完毕,生成文件路径 %s/%s" % (os.getcwd(), excel_name))