Pandas 高效处理 Excel：动态生成列值与数据批量转换实践指南

import pandas as pd
import random
import string

def random_alphanumeric(length, hyphen_interval=4):
    """
    生成指定长度的随机字母数字字符串，并按指定间隔插入连字符。

    Args:
        length (int): 生成字符串的总长度。
        hyphen_interval (int): 连字符插入的间隔。

    Returns:
        str: 格式化的随机字母数字字符串。
    """
    characters = string.ascii_letters + string.digits
    random_value = ''.join(random.choice(characters) for _ in range(length))
    return '-'.join(random_value[i:i + hyphen_interval] for i in range(0, len(random_value), hyphen_interval))

# 假设我们有一个名为 'input.xlsx' 的输入文件
# 为了演示，我们先创建一个示例 DataFrame
# 实际应用中，您会使用 df = pd.read_excel(xl_input_file)
data = {'Value': [10, 0, 0, 22, -5, 100, -25]}
df = pd.DataFrame(data)

# 将 'Value' 列转换为数值类型，并将非数值转换为 NaN，然后进行正负反转
# errors='coerce' 会将无法转换的值设为 NaN
df['Value'] = -pd.to_numeric(df['Value'], errors='coerce')

print("经过Value转换后的DataFrame:")
print(df)

# 为 'ID' 列动态生成随机字母数字值
# axis=1 表示将函数应用于每一行
df['ID'] = df.apply(lambda x: random_alphanumeric(16, hyphen_interval=4), axis=1)

print("\n添加ID列后的DataFrame:")
print(df)

# 为 'gla' 列插入一个固定值
df['gla'] = '2100-abc'

print("\n添加gla列后的DataFrame:")
print(df)

# 假设输出文件名为 'updated_file.xlsx'
xl_output_file = 'updated_file.xlsx'

# 将处理后的DataFrame保存到Excel文件，index=False 表示不写入行索引
df.to_excel(xl_output_file, index=False)

print(f"\n数据已成功处理并保存到 {xl_output_file}")

import pandas as pd
import random
import string

def random_alphanumeric(length, hyphen_interval=4):
    """
    生成指定长度的随机字母数字字符串，并按指定间隔插入连字符。
    """
    characters = string.ascii_letters + string.digits
    random_value = ''.join(random.choice(characters) for _ in range(length))
    return '-'.join(random_value[i:i + hyphen_interval] for i in range(0, len(random_value), hyphen_interval))

def process_excel_efficiently(xl_input_file, xl_output_file):
    """
    高效处理Excel文件，实现数据转换、动态ID生成和固定值插入。

    Args:
        xl_input_file (str): 输入Excel文件路径。
        xl_output_file (str): 输出Excel文件路径。
    """
    try:
        # 1. 读取Excel文件
        df = pd.read_excel(xl_input_file)

        # 2. 将 'Value' 列转换为数值类型并进行正负反转
        # errors='coerce' 会将无法转换的值设为 NaN
        df['Value'] = -pd.to_numeric(df['Value'], errors='coerce')

        # 3. 动态生成 'ID' 列
        # 使用 apply 方法对每一行应用 random_alphanumeric 函数
        df['ID'] = df.apply(lambda x: random_alphanumeric(16, hyphen_interval=4), axis=1)

        # 4. 插入固定值到 'gla' 列
        df['gla'] = '2100-abc'

        # 注意：如果原始文件还有其他列，并且这些列需要保留，
        # 则上述操作会直接在现有DataFrame上进行修改或添加新列。
        # 如果需要基于某些条件添加“新行”，则需要更复杂的逻辑，
        # 但通常情况下，Pandas的向量化操作足以满足大部分需求。
        # 原始问题中的“添加新行”逻辑，如果只是为了反转值，
        # 往往可以通过直接修改现有列或创建副本后合并来实现，而非循环append。

        # 5. 保存处理后的DataFrame到新的Excel文件
        df.to_excel(xl_output_file, index=False)
        print(f"数据已成功处理并保存到 {xl_output_file}")

    except FileNotFoundError:
        print(f"错误：找不到输入文件 {xl_input_file}")
    except Exception as e:
        print(f"处理过程中发生错误：{e}")

# 示例用法
# 创建一个虚拟的 input.xlsx 文件用于测试
# 实际使用时，请确保 input.xlsx 存在且包含 'Value' 列
try:
    dummy_data = {
        'ID': ['A001', 'A002', 'A003', 'A004', 'A005'],
        'gla': ['old-val', 'old-val', 'old-val', 'old-val', 'old-val'],
        'Value': [12345, -6789, 0, 9876, -123],
        'Col4': ['x', 'y', 'z', 'a', 'b'],
        'Col5': ['1', '2', '3', '4', '5'],
        'Col6': ['p', 'q', 'r', 's', 't'],
        'Col7': ['m', 'n', 'o', 'u', 'v']
    }
    dummy_df = pd.DataFrame(dummy_data)
    dummy_df.to_excel('input.xlsx', index=False)
    print("已创建示例输入文件 input.xlsx")
except Exception as e:
    print(f"创建示例文件失败: {e}")

xl_input_file = 'input.xlsx'
xl_output_file = 'updated_file.xlsx'
process_excel_efficiently(xl_input_file, xl_output_file)