表白：黑白圣堂血天使，天劍鬼刀阿修羅。 
講解對(duì)象：/pandas 怎么自由移動(dòng)每列數(shù)據(jù)
作者：融水公子 rsgz
===

今天這篇文章講解的就是使用pandas模塊，將order_20230705113030875.xlsx表格中訂單子表里面的每一列數(shù)據(jù)自由移動(dòng)，如果全是文本數(shù)據(jù)的情況下 想實(shí)現(xiàn)這個(gè)需求那么pandas模塊能很快地處理

import pandas as pd

# 定義表格路徑
file_path = r"C:\Users\Administrator\Desktop\order_20230705113030875.xlsx"
# 讀取原始表格數(shù)據(jù)
df_original = pd.read_excel(file_path, sheet_name="order_", engine='openpyxl', index_col=False)

# 創(chuàng)建新的子表單
df_order = pd.DataFrame(columns=['新列', '大圖（只顯示一張）', '運(yùn)單號(hào)', '尺寸', '產(chǎn)品數(shù)量', '顏色', 'sku編碼', 'temp'])

# 復(fù)制數(shù)據(jù)到訂單子表
df_order['新列'] = ""  # 在這里插入空列
df_order['大圖（只顯示一張）'] = df_original.iloc[:, 5]  # 第六列圖片復(fù)制到第二列
df_order['運(yùn)單號(hào)'] = df_original.iloc[:, 0]  # 第一列運(yùn)單號(hào)復(fù)制到第三列
df_order['尺寸'] = df_original.iloc[:, 1]  # 第二列產(chǎn)品規(guī)格復(fù)制到第四列，提取Size后面的字符串
df_order['產(chǎn)品數(shù)量'] = df_original.iloc[:, 2]  # 第三列產(chǎn)品數(shù)量復(fù)制到第五列
df_order['顏色'] = df_original.iloc[:, 1]  # 第二列產(chǎn)品規(guī)格復(fù)制到第六列，提取Color和Size之間的字符串
df_order['sku編碼'] = df_original.iloc[:, 4]  # 第五列SKU復(fù)制到第七列
df_order['temp'] = df_original.iloc[:, 5]  # 第六列圖片復(fù)制到第八列

# 將訂單子表寫入新的Excel文件中的子表
with pd.ExcelWriter(file_path, mode='a', engine='openpyxl') as writer:
    df_order.to_excel(writer, sheet_name='訂單', index=False)

上面的結(jié)果可以很快的移動(dòng)表格種的每一列數(shù)據(jù)  非常的方便
=== 

公眾號(hào)：不浪仙人

謝謝大家的支持！可以點(diǎn)擊我的頭像，進(jìn)入我的空間瀏覽更多文章呢。建議大家360doc[www.hbhlny.cn]注冊(cè)一個(gè)賬號(hào)登錄，里面真的有很多優(yōu)秀的文章，歡迎大家的到來。
---