使用 Pandas 动态地向 Excel 列中插入随机值

本文将介绍如何使用 Pandas 库动态地向 Excel 文件中的指定列插入随机生成的值。我们将通过一个实际示例，演示如何读取 Excel 文件，生成随机字母数字 ID，并将其添加到新的或现有的列中，最后将修改后的数据保存回 Excel 文件。本文提供了一种避免循环的更简洁高效的方法。

读取 Excel 文件

首先，我们需要使用 Pandas 的 read_excel() 函数读取 Excel 文件。确保你已经安装了 Pandas 库：

pip install pandas

以下代码演示了如何读取名为 input.xlsx 的 Excel 文件：

import pandas as pd  df = pd.read_excel('input.xlsx') print(df)

生成随机字母数字 ID

接下来，我们需要一个函数来生成随机的字母数字 ID。以下是一个示例函数，它接受一个长度参数和一个可选的连字符间隔参数：

import random import string  def random_alphanumeric(length, hyphen_interval=4):     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)     )

这个函数使用 string.ascii_letters 和 string.digits 创建一个包含所有字母和数字的字符集。然后，它从这个字符集中随机选择字符，并将它们连接成一个字符串。最后，它以指定的间隔插入连字符，以提高可读性。

动态插入随机值

现在，我们可以使用 Pandas 的 apply() 函数将随机 ID 插入到新的“ID”列中。apply() 函数允许我们对 DataFrame 的每一行应用一个函数。

df["ID"] = df.apply(lambda x: random_alphanumeric(16, hyphen_interval=4), axis=1)

axis=1 参数指定我们想要按行应用该函数。lambda x 是一个匿名函数，它接受 DataFrame 的每一行作为输入，并返回一个随机生成的 ID。

添加硬编码值

类似地，我们可以使用以下代码将硬编码值添加到名为“gla”的新列：

df["gla"] = "2100-abc"

数值转换 (根据原始问题)

根据原始问题，还需要将 “Value” 列中的正数转换为负数，反之亦然。 可以使用以下代码实现：

df["Value"] = -pd.to_numeric(df["Value"], errors="coerce")

pd.to_numeric 函数用于将 “Value” 列转换为数值类型，errors=”coerce” 参数会将无法转换为数值的值替换为 NaN。 然后，我们将整个列乘以 -1 来反转值的符号。

保存修改后的 DataFrame

最后，我们可以使用 to_excel() 函数将修改后的 DataFrame 保存回 Excel 文件：

df.to_excel('updated_file.xlsx', index=False)

index=False 参数防止 Pandas 将 DataFrame 的索引写入 Excel 文件。

完整代码示例

以下是完整的代码示例：

import pandas as pd import random import string  def random_alphanumeric(length, hyphen_interval=4):     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)     )  # 创建示例 DataFrame (可选，如果已有Excel文件则注释掉) data = {'Value': [10, 0, 0, 22, -5]} df = pd.DataFrame(data)   df["Value"] = -pd.to_numeric(df["Value"], errors="coerce") df["ID"] = df.apply(lambda x: random_alphanumeric(16, hyphen_interval=4), axis=1) df["gla"] = "2100-abc"  df.to_excel('updated_file.xlsx', index=False)  print(df)

注意事项

• 确保你的 Excel 文件 input.xlsx 存在于脚本的同一目录下，或者提供完整的文件路径。
• 如果 “Value” 列包含非数值数据，pd.to_numeric(errors=’coerce’) 将会把这些值转换为 NaN。 你可能需要根据你的数据进行额外的错误处理。
• apply() 函数在大型 DataFrame 上可能效率较低。对于非常大的文件，可以考虑使用矢量化操作或其他优化技术。
• 本教程提供了一种避免显式循环的方法，提高了代码的可读性和效率。

总结

本文介绍了如何使用 Pandas 动态地向 Excel 文件中插入随机值。我们学习了如何读取 Excel 文件，生成随机字母数字 ID，并将其添加到新的或现有的列中，以及如何将修改后的数据保存回 Excel 文件。 通过使用 apply() 函数，我们可以避免显式循环，从而使代码更简洁高效。 同时，我们也展示了如何添加硬编码值，以及如何根据原始问题对数值进行转换。 希望本教程能帮助你更好地使用 Pandas 处理 Excel 数据。