xlrd package 在excel文件模糊搜索中的应用

通过搜索excel文件的关键词定位指标所在行的信息,获取指标的相应信息。

import pandas as pd
import xlrd
import os
import warnings
#warnings.filterwarnings("ignore")


#构建236个公司的字典
companys=[]
for k in range(236):
    new_company={'excel_name':'','com_name':'','bvd_number':'','status':'','country':'','state':'','county':'','DOI':'','NLF':'','NAICS':'','NAICS_NAME':''
    ,'SIC':'','SIC_NAME':''}
    companys.append(new_company)
def del_null(ls):
    while '' in ls:
        ls.remove('')
    return ls



#---------------------------------企业名称,bvd_number的获取
files=os.listdir('D:/company')
for k,j in enumerate(files):
    excel=r'D:/company/%s'%j
    companys[k]['excel_name']=j
    data=xlrd.open_workbook(excel)
    sheet=data.sheets()[0]
    companys[k]['com_name']=sheet.cell_value(0,1)
    #不规则名称
    if companys[k]['com_name']=='':
        companys[k]['com_name']=sheet.cell_value(0,2)
    bvds=del_null(sheet.row_values(3))
    #print(bvds)
    if bvds:
        companys[k]['bvd_number']=bvds[2]
    #不规则bvd_number
    if companys[k]['bvd_number']=='':
        bvds=del_null(sheet.row_values(4))
        if bvds:
            companys[k]['bvd_number']=bvds[2]


#-------------------------------status,country,county,state,Date of Incorporation, National Legal Form, NAICS ,SIC获取
for k,j in enumerate(files):
    excel=r'D:/company/%s'%j
    data=xlrd.open_workbook(excel)
    sheet=data.sheets()[0]
    for rowidx in range(sheet.nrows):
            row = sheet.row(rowidx)
            for colidx, cell in enumerate(row):
                    if cell.value == "Status":
                        #print(j,del_null(sheet.row_values(rowidx)))
                        if len(del_null(sheet.row_values(rowidx)))==2:
                            companys[k]['status']=del_null(sheet.row_values(rowidx))[1]
                    if cell.value == "India":
                        companys[k]['country']='India'
                    if cell.value == "England":
                        companys[k]['country']='England'
                    if cell.value == "Nepal":
                        companys[k]['country']='Nepal'
                    if cell.value == "State":
                        #print(j,del_null(sheet.row_values(rowidx)))
                        if len(del_null(sheet.row_values(rowidx)))==2:
                            companys[k]['state']=del_null(sheet.row_values(rowidx))[1]
                    if cell.value == "County":
                        #print(j,del_null(sheet.row_values(rowidx)))
                        if len(del_null(sheet.row_values(rowidx)))==2:
                            companys[k]['county']=del_null(sheet.row_values(rowidx))[1]
                    if cell.value == "Date of incorporation":
                        #print(j,del_null(sheet.row_values(rowidx)))
                        if len(del_null(sheet.row_values(rowidx)))==4:
                            companys[k]['DOI']=del_null(sheet.row_values(rowidx))[1]
                    if cell.value == "National legal form":
                        #print(j,del_null(sheet.row_values(rowidx)))
                        if len(del_null(sheet.row_values(rowidx)))==4:
                            companys[k]['NLF']=del_null(sheet.row_values(rowidx))[1]
                    if cell.value == "NAICS 2017 code(s) {derived from NIC 2008 codes}":
                        #print(j,del_null(sheet.row_values(rowidx+2)))
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['NAICS']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['NAICS_NAME']=del_null(sheet.row_values(rowidx+2))[2]
                    if cell.value == "NAICS 2017 code(s) {derived from US SIC codes}":
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['NAICS']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['NAICS_NAME']=del_null(sheet.row_values(rowidx+2))[2]

                    if cell.value == "NAICS 2017 code(s) {derived from NSIC codes}":
                        #print(j,del_null(sheet.row_values(rowidx+2)))
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['NAICS']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['NAICS_NAME']=del_null(sheet.row_values(rowidx+2))[2]
                    if cell.value == "NACE Rev. 2 code(s) {derived from UK SIC (2007) codes}":
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['NAICS']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['NAICS_NAME']=del_null(sheet.row_values(rowidx+2))[2]

                    if cell.value == "US SIC code(s) {derived from NIC 2008 codes}":
                        #print(j,del_null(sheet.row_values(rowidx+2)))
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['SIC']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['SIC_NAME']=del_null(sheet.row_values(rowidx+2))[2]
                    if cell.value == "US SIC code(s)":
                        #print(j,del_null(sheet.row_values(rowidx+2)))
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['SIC']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['SIC_NAME']=del_null(sheet.row_values(rowidx+2))[2]
                    if cell.value == "US SIC code(s) {derived from UK SIC (2007) codes}":
                        #print(j,del_null(sheet.row_values(rowidx+2)))
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['SIC']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['SIC_NAME']=del_null(sheet.row_values(rowidx+2))[2]
                    if cell.value == "US SIC code(s) {derived from NSIC codes}":
                        #print(j,del_null(sheet.row_values(rowidx+2)))
                        if len(del_null(sheet.row_values(rowidx+2)))==3:
                            companys[k]['SIC']=del_null(sheet.row_values(rowidx+2))[0]
                            companys[k]['SIC_NAME']=del_null(sheet.row_values(rowidx+2))[2]


df=pd.DataFrame(companys)
print(df)
df.to_csv('d:/基本指标.csv')
#---------------------------------------------测试
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351