本教程详细介绍了如何使用Python读取TXT文件中的数据，将其转换为适当的整数类型，并写入Excel文件。核心内容包括利用openpyxl库处理Excel，通过条件判断isdigit()在数据写入阶段确保数值类型正确性，以及计算并添加平均值列，最终生成结构清晰、数据类型准确的Excel报告。
在数据处理和报告生成的场景中，我们经常需要将原始文本数据导入到更结构化的格式，如Excel，以便于进一步分析和展示。本教程将引导您完成一个典型的任务：从TXT文件中读取学生成绩数据，将其写入Excel表格，并确保所有数值数据都被正确识别为整数类型，同时计算每行成绩的平均值。
1. 环境准备与库安装
要处理Excel文件，我们需要使用openpyxl库。如果您尚未安装，可以通过以下命令进行安装：
pip install openpyxl
2. 准备源数据文件
假设我们有一个名为AI.txt的文本文件，其中包含学生的分数数据。文件内容示例如下（每行代表一个学生的两次考试成绩）：
Student1 85 90Student2 78 88Student3 92 95Student4 60 70Student5 80 85Student6 75 82
请注意，实际文件可能只包含数字，或者像示例一样包含非数字的标识符（如学生姓名）。本教程将展示如何灵活处理这两种情况。
立即学习“Python免费学习笔记（深入）”；
3. Python程序实现
以下是实现上述功能的完整Python程序代码：
import openpyxldef process_scores_to_excel(txt_file_path, excel_file_path, sheet_name="qq"): """ 读取TXT文件中的学生成绩数据，将其转换为整数类型并写入Excel文件， 同时计算并添加平均值列。 Args: txt_file_path (str): 输入的TXT文件路径。 excel_file_path (str): 输出的Excel文件路径。 sheet_name (str): Excel工作表的名称。 """ try: # 1. 读取TXT文件内容 with open(txt_file_path, 'r', encoding='utf-8') as file: lines = file.readlines() # 2. 创建一个新的Excel工作簿和工作表 workbook = openpyxl.Workbook() # 创建一个名为 'qq' 的工作表，并将其设置为第一个工作表 sheet = workbook.create_sheet(index=0, title=sheet_name) # 3. 逐行处理数据并写入Excel # 假设第一行可能是标题，但原始数据没有明确标题，我们直接处理数据 # 如果TXT文件有标题行，需要额外处理 # 添加一个示例标题行（可选，根据实际需求调整） sheet.append(["Student ID", "Exam 1 Score", "Exam 2 Score"]) for line in lines: # 移除行首尾空白字符，并按空格分割成列表 cur_data = line.strip().split() # 使用列表推导式进行条件转换： # 如果元素是数字，则转换为整数；否则保留原始字符串。 # 这种方式确保了即使TXT文件中包含非数字（如学生姓名），也能正确处理。 processed_row = [int(item) if item.isdigit() else item for item in cur_data] # 将处理后的行数据追加到Excel工作表 sheet.append(processed_row) # 4. 计算并添加平均值列 # 首先为平均值列添加标题 # 假设数据从第2行开始（第1行是标题），数据有3列（ID, Exam1, Exam2） # 平均值将添加到第4列 sheet.cell(row=1, column=4, value="Mean Score") # 遍历从第2行开始的所有数据行，计算平均值 # max_col 需要根据实际数据列数调整。 # 如果数据只有两列分数，max_col=3（ID, Score1, Score2），平均值在第4列 # 如果数据没有ID，只有两列分数，max_col=2，平均值在第3列 # 这里假设数据是 "ID Score1 Score2"，所以数据列是3列，平均值在第4列 for row_index in range(2, sheet.max_row + 1): # 从第二行开始遍历 # 获取当前行中所有单元格的值 current_row_values = [sheet.cell(row=row_index, column=col).value for col in range(2, sheet.max_column + 1)] # 从第二列开始获取数值 # 筛选出数值类型（整数或浮点数）进行平均值计算 numeric_values = [val for val in current_row_values if isinstance(val, (int, float))] if numeric_values: # 确保有数值可供计算 avg_value = sum(numeric_values) / len(numeric_values) # 将平均值写入到当前行的第四列 sheet.cell(row=row_index, column=4, value=avg_value) else: sheet.cell(row=row_index, column=4, value="N/A") # 如果没有数值，则显示N/A # 5. 保存Excel文件 workbook.save(excel_file_path) print(f"数据已成功写入 '{excel_file_path}'。") except FileNotFoundError: print(f"错误：文件 '{txt_file_path}' 未找到。") except Exception as e: print(f"发生错误：{e}")# 调用函数执行程序if __name__ == "__main__": txt_file = 'AI.txt' excel_file = 'AI56.xlsx' process_scores_to_excel(txt_file, excel_file)
4. 关键代码解析与注意事项
读取TXT文件：
with open(txt_file_path, 'r', encoding='utf-8') as file: lines = file.readlines()
使用with语句确保文件被正确关闭。readlines()将文件所有行读取到一个列表中。encoding=’utf-8’是处理多种字符编码的良好实践。
创建Excel工作簿和工作表：
workbook = openpyxl.Workbook()sheet = workbook.create_sheet(index=0, title=sheet_name)
openpyxl.Workbook()创建一个新的Excel文件。create_sheet(index=0, title=’qq’)创建名为”qq”的工作表并将其置于第一个位置。
数据类型转换的核心：
processed_row = [int(item) if item.isdigit() else item for item in cur_data]sheet.append(processed_row)
这是解决原始问题（Excel中数值仍显示为文本）的关键。
line.strip().split()：清理每行数据，将其分割成字符串列表。[int(item) if item.isdigit() else item for item in cur_data]：这是一个列表推导式，它遍历cur_data中的每个元素item。item.isdigit()：检查item是否只包含数字字符。这个方法对于判断字符串是否可以安全地转换为整数非常有效。如果item.isdigit()为真，则将其转换为整数int(item)。否则（例如，如果item是学生姓名或包含非数字字符），则保留其原始字符串形式item。sheet.append(processed_row)：openpyxl在append列表时，会自动根据Python的数据类型识别并写入Excel。通过这种预处理，int类型的数值会直接作为Excel的数字类型写入，而不是文本。
计算平均值：
# 添加平均值列标题sheet.cell(row=1, column=4, value="Mean Score")for row_index in range(2, sheet.max_row + 1): current_row_values = [sheet.cell(row=row_index, column=col).value for col in range(2, sheet.max_column + 1)] # 假设数据从第2列开始 numeric_values = [val for val in current_row_values if isinstance(val, (int, float))] if numeric_values: avg_value = sum(numeric_values) / len(numeric_values) sheet.cell(row=row_index, column=4, value=avg_value)
sheet.cell(row=R, column=C, value=V)用于向指定单元格写入值。sheet.max_row和sheet.max_column获取当前工作表的最大行号和列号。isinstance(val, (int, float))：在计算平均值之前，我们再次筛选确保只对数值类型（整数或浮点数）进行计算，避免因非数值数据导致错误。
保存Excel文件：
workbook.save(excel_file_path)
将修改后的工作簿保存到指定的文件路径。
5. 总结
通过本教程，您学会了如何使用Python和openpyxl库将文本文件中的数据导入到Excel，并解决了数据类型转换的关键问题。核心在于在将数据追加到Excel之前，利用isdigit()方法对每个数据项进行条件判断和类型转换。这种方法确保了Excel文件中的数值数据能够被正确识别和处理，为后续的数据分析奠定了坚实基础。同时，我们也学习了如何计算并添加新的派生列（如平均值），使生成的Excel报告更加完整和有用。
以上就是使用Python将文本文件中的数值数据高效写入Excel并确保数据类型正确的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1369507.html
微信扫一扫 
支付宝扫一扫 
