需求
原始表格：
想在Total列中对每日的Amount进行汇总，然后对Date和Total进行合并居中，效果如下：
思路
遍历Excel行，从第一个非空Date列开始，到下个非空Date列，对Amount列进行求和，结果赋给第一个非空Data列对应行的Total列。
代码
import os
import openpyxl
from openpyxl.styles import Border, Side, PatternFill, Font, GradientFill, Alignment
def range_sum(worksheet,start,end):
sum = 0
for row in worksheet[start:end]:
for cell in row:
if cell.value != None:
sum += cell.value
return sum
def is_blank_row(worksheet,row_num,max_col=None):
if not max_col:
max_col = worksheet.max_column
for cell in worksheet[row_num][:max_col]:
if cell.value:
return False
return True
def total_amount(worksheet):
""" 对某sheet的A、E列合并居中，并对E列求和 """
ws = worksheet
row, max_row = 4, ws.max_row
while row < ws.max_row:
sum_row_start, sum_row_end = row, row
for working_row in range(row + 1,max_row + 2):
if (not is_blank_row(worksheet, working_row-1) # 上一行有值
and (ws[f'A{working_row}'].value or is_blank_row(worksheet, working_row))): # A列有值 或 当前为空行(最后一次合并)
# 求和
sum_row_end = working_row - 1
ws[f'E{sum_row_start}'] = range_sum(ws,f'C{sum_row_start}',f'C{sum_row_end}')
# 合并居中
ws[f'E{sum_row_start}'].alignment = Alignment(horizontal="center", vertical="center")
ws[f'A{sum_row_start}'].alignment = Alignment(horizontal="center", vertical="center")
ws.merge_cells(f'E{sum_row_start}:E{sum_row_end}')
ws.merge_cells(f'A{sum_row_start}:A{sum_row_end}')
break
row = sum_row_end + 1
def main():
# 根据情况修改代码
in_file_name = 'In.xlsx'
processing_sheet = 'Sheet1'
path_name = 'D:\\Users\\Desktop\\Temp'
out_file_name = 'Out.xlsx'
wb = openpyxl.load_workbook(filename=os.path.join(path_name,in_file_name))
total_amount(wb[processing_sheet])
wb.save(os.path.join(path_name,out_file_name))
if __name__=='__main__':
main()
说明
本功能用到了openpyxl模块，更多Excel操作请见官网
本代码不支持Excel中间有空行的情况，最后有空行无影响
f'A{sum_row_start}'这样的代码用到了f-string功能，若python版本低于3.6，需改为'A'+str(sum_row_start)或其它形式
补充：Python3 Pandas DataFrame 对某一列求和
在操作pandas的DataFrame的时候，常常会遇到某些列是字符串，某一些列是数值的情况，如果直接使用df_obj.apply(sum)往往会出错
使用如下方式即可对其中某一列进行求和
dataf_test1['diff'].sum() // diff为要求和的列
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
转播
