代码详解：行使Python从差异表格中提取数据

常用的表格数据存储文件名目——CSV，Microsoft Excel，Google Excel 。

Python凡是称为粘合说话。这个名称归因于人们逐渐开拓出的大量接口库和特性，也得益于普及的行使和精采的开源社区。这些接口库和特性能直接会见差异的文件名目，还可以会见数据源如数据库、网页和各类API。

本文的进修内容：

从谷歌表格中提取数据

• 从CSV文件中提取数据
• 从Excel文件中提取数据

本文合用于以下读者：

• Python初学者
• 必需按期处理赏罚数据的职员

因为本文附有代码，提议处在开拓情形之下(提议行使JupyterNotebook / Lab)，并成立一个新的条记本。

源代码和文件：https://github.com/FBosler/Medium-Data-Extraction

办理要领

本文将带你进入一个虚拟但却也许非常认识的场景。你可以团结差异的数据来历去建设陈诉或举办说明。

留意!!!下面的示例和数据纯属虚拟。

假设，你的使命是搞清晰怎样进步贩卖团队的业绩。假设隐藏的客户有相等自发的需求。这种环境产生时，贩卖团队将订单导入体系。然后，贩卖代表们会在订单交付时布置一个集会会议。详细日期偶然在交付期之前，偶然在交付期之后。你的贩卖代表有一笔用度预算，会在开会时代付出餐费。他们认真报销这笔用度，并将发票交给管帐团队处理赏罚。在隐藏客户抉择是否要接管报价后，贩卖代表会跟踪订单是否告竣。

可行使以下三个资料来历举办说明:

• 100,000 份订单 (Google表格)
• 约50,000张餐费发票(Excel文件)
• 认真公司及贩卖代表名单(CVS文件)

获取谷歌表格数据

会见谷歌表格是这三种要领中最伟大的，由于你必要在行使谷歌表格API前配置一些证书。理论上，你可以获取一个果真可用的谷歌表(即提取源HTML代码)但必需行使Beautiful Soup之类的器材举办大量数据操纵，才气将HTML转储转换为有效的内容。我确实实行过，可是功效很糟糕，不值得一试。以是，API就是云云。另外，还将行使gspread无缝转换数据说明DataFrame。

获取OAuth2证书

前去谷歌开拓职员节制台，建设一个新项目(或选择现有的项目)。点击“建设项目”。假如公司行使谷歌邮件，可将其变动为私家帐户，以停止隐藏的权限斗嘴。

为项目定名(名称无关紧急，此处将其定名为媒体数据提取)。

点击APIs & Services ，前去library。

启用谷歌Sheets API。单击功效，并在如下页面上单击启用 API。

建设一个处事帐户和密钥文件。处事帐户是用于措施会见的专用帐户，会见权限有限。处事帐户可以并且应该通过有尽也许多的特定权限项目举办配置，当前的使命也必要云云。

建设JSON(另一种文件名目)密钥文件。在脚色上，选择“Project -> Viewer”。

假如还没有在前面的步调中配置脚色请当即配置。

留意：配置为“Viewer”会存在一些限定。假如但愿以编程方法建设谷歌表格，则必需选择差异的配置。

然后，私有JSON密钥文件就可以下载或自动下载了。提议将该文件重定名为'Medium_Data_Extraction_Key，并将文件移动到JupyterNotebook文件夹中，以便与下面的示例无缝跟尾。JSON文件包括最近建设的处事帐户证书。

很是好，就要乐成了。

下载数据

起首，必需下载并安装其他软件包，在条记本中运行以下呼吁。

!pip install gspread

!pip install oauth2client

其次，假如还没有移动密钥文件的话，必需确保将之前建设的JSON密钥文件移动到今朝运行的木星条记本(Jupyternotebook)文件夹中。可能，可以指定一个差异的GOOGLE_KEY_FILE路径。

from oauth2client.service_account import ServiceAccountCredentials 
import gspread 
import pandas as pd 
scope = [ 
 'https://www.googleapis.com/auth/spreadsheets', 
] 
GOOGLE_KEY_FILE='Medium_Data_Extraction_Key.json' 
credentials = ServiceAccountCredentials.from_json_keyfile_name(GOOGLE_KEY_FILE, scope) 
gc = gspread.authorize(credentials) 
wokbook_key ='10HX66PbcGDvx6QKM8DC9_zCGp1TD_CZhovGUbtu_M6Y' 
workbook = gc.open_by_key(wokbook_key) 
sheet = workbook.get_worksheet(0) 
values = sheet.get_all_values() 
sales_data = pd.DataFrame(values[1:],columns=values[0]) 
WORKBOOK_KEY是为本章内容筹备的谷歌表格的事变簿id。 
WORKBOOK_KEY = '10HX66PbcGDvx6QKM8DC9_zCGp1TD_CZhovGUbtu_M6Y' 

这份事变簿是果真的，假如想下载差异的数据，必要变动WORKBOOK_KEY。URL有题目的话，id凡是可以在谷歌表格的最后两个反斜杠之间找到。

获取CSV数据

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!