【Python】如何處理Excel中的數據

     我們平時在做自動化測試的時候，可能會涉及到從表格中去讀取或者存儲數據，我們除了可以使用openpyxl來操作excel，當然也可以利用pandas來完成，這篇隨筆只是我在學習過程中的簡單記錄，其他的功能還需要繼續去探索。

一、pandas的安裝：

　　1.安裝pandas其實是非常簡單的，pandas依賴處理Excel的xlrd模塊，所以我們需要提前安裝這個，安裝命令是：pip install xlrd

　　2.開始安裝pandas，安裝命令是：pip install pandas

二、讀取excel文件

webservice_testcase.xlsx結構如下：

 

1.首先我們應該先將這個模塊導入

import  pandas  as pd

2.讀取表單中的數據：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')#這個會直接默認讀取到這個Excel的第一個表單
data=sheet.head()#默認讀取前5行數據
print("獲取到所有的值:\n{0}".format(data))#格式化輸出

　　　　

3.也可以通過指定表單名來讀取數據

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name='userRegister')
data=sheet.head()#默認讀取前5行數據
print("獲取到所有的值:\n{0}".format(data))#格式化輸出

4.通過表單索引來指定要訪問的表單，0表示第一個表單,也可以采用表單名和索引的雙重方式來定位表單,也可以同時定位多個表單，方式都羅列如下所示

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=['sendMCode','userRegister'])#可以通過表單名同時指定多個
# sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=0)#可以通過表單索引來指定讀取的表單
# sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=['sendMCode',1])#可以混合的方式來指定
# sheet=pd.read_excel('test_data\\webservice_testcase.xlsx',sheet_name=[1,2])#可以通過索引 同時指定多個
data=sheet.values#獲取所有的數據，注意這里不能用head()方法
print("獲取到所有的值:\n{0}".format(data))#格式化輸出

二、操作Excel中的行列

1.讀取制定的某一行數據:

sheet=pd.read_excel('webservice_testcase.xlsx')#這個會直接默認讀取到這個Excel的第一個表單
data=sheet.ix[0].values#0表示第一行 這里讀取數據並不包含表頭
print("讀取指定行的數據：\n{0}".format(data))

得到了如下結果：

2.讀取指定的多行：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')#這個會直接默認讀取到這個Excel的第一個表單
data=sheet.ix[[0,1]].values#0表示第一行 這里讀取數據並不包含表頭
print("讀取指定行的數據：\n{0}".format(data))

得到了如下的結果：

3.讀取指定行列的數據：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')#這個會直接默認讀取到這個Excel的第一個表單
data=sheet.ix[0,1]#讀取第一行第二列的值
print("讀取指定行的數據：\n{0}".format(data))

得到了如下結果：

4.讀取指定的多行多列的值：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
data=sheet.ix[[1,2],['method','description']].values#讀取第二行第三行的method以及description列的值，這里需要嵌套列表
print("讀取指定行的數據：\n{0}".format(data))

得到了如下的結果：

 5.讀取所有行指定的列的值：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
data=sheet.ix[:,['method','description']].values#讀取第二行第三行的method以及description列的值，這里需要嵌套列表
print("讀取指定行的數據：\n{0}".format(data))

得到了如下的結果：

6.獲取行號輸出：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("輸出行號列表",sheet.index.values)

得到了如下的結果：

7.獲取列名輸出：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("輸出列標題",sheet.columns.values)

得到了如下的結果：

8.獲取指定行數的值：

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("輸出值",sheet.sample(2).values)

9.獲取指定列的值

sheet=pd.read_excel('test_data\\webservice_testcase.xlsx')
print("輸出值",sheet['description'].values)

得到了如下的結果：

三、將excel中的每一條數據處理成字典,然后讓如一個列表中

test_data=[]
sheet = pd.read_excel(self.file_name, sheet_name=key)
for i in sheet.index.values:#獲取行號的索引，並對其進行遍歷：#根據i來獲取每一行指定的數據 並利用to_dict轉成字典
　　row_data=sheet.ix[i,['id','method','description','url','param','ExpectedResult']].to_dict()
　　test_data.append(row_data)

另外，我們可以把測試用例相關的東西寫入一個配置文件當中，讀取的時候可以根據配置文件中的內容來進行讀取：

配置文件如下：

[CASECONFIG]
sheet_list={'sendMCode':'all',
             'userRegister':'all',
             'verifyUserAuth':'all',
             'bindBankCard':[]
             }　

配置文件處理.py代碼如下：

import configparser
class ReadConfig:
    def read_config(self,file_path,section,option):
        cf=configparser.ConfigParser()
        cf.read(file_path,encoding="utf-8")
        value=cf.get(section,option)
        return value

project_path.py代碼如下：

import os
Project_path=os.path.split(os.path.split(os.path.realpath(__file__))[0])[0]
#配置文件路徑
case_config_path=os.path.join(Project_path,'config','case.config')
#測試用例的路徑
test_cases_path=os.path.join(Project_path,'test_data','webservice_testcase.xlsx')

 

然后我們把讀取excel中的內容封裝成一個類，代碼示例如下：

from common import project_pathfrom common.read_config import ReadConfig as RC
import  pandas  as pd

class DoExcel:
    def __init__(self,file_name):
        self.file_name=file_name
        self.sheet_list=eval(RC().read_config(project_path.case_config_path,'CASECONFIG','sheet_list'))
    def do_excel(self):
        test_data=[]
        for key in self.sheet_list:
            if self.sheet_list[key] == 'all':  # 讀取所有的用例
                sheet = pd.read_excel(self.file_name, sheet_name=key)
                for i in sheet.index.values:#獲取行號的索引，並對其進行遍歷：
                    #根據i來獲取每一行指定的數據 並利用to_dict轉成字典
                    row_data=sheet.ix[i,['id','method','description','url','param','ExpectedResult']].to_dict()
                    test_data.append(row_data)
　　　　　　　else:
                sheet = pd.read_excel(self.file_name, sheet_name=key)
                for i in self.sheet_list[key]:#根據list中的標號去讀取excel指定的用例
                    row_data=sheet.ix[i-1,['id','method','description','url','param','ExpectedResult']].to_dict()
                    test_data.append(row_data)
        return  test_data
if __name__ == '__main__':
    test_data=DoExcel(project_path.test_cases_path).do_excel()
    print(test_data)

 如果將配置改成如下內容：

[CASECONFIG]
sheet_list={'sendMCode':[1,3,5],
             'userRegister':[],
             'verifyUserAuth':[],
             'bindBankCard':[]
             }　

我們將會得到如下的運行結果：

 

[{'id': 1, 'method': 'sendMCode', 'description': '正常流程', 'url': 'http://120.24.235.105:9010/sms-service-war-1.0/ws/smsFacade.ws?wsdl', 'param': '{"client_ip":"172.16.168.202","tmpl_id":1,"mobile":"${tel}"}', 'ExpectedResult': '(result){\n   retCode = "0"\n   retInfo = "ok"\n }'}, 
{'id': 3, 'method': 'sendMCode', 'description': '手機號為空', 'url': 'http://120.24.235.105:9010/sms-service-war-1.0/ws/smsFacade.ws?wsdl', 'param': '{"client_ip":"172.16.168.202","tmpl_id":1,"mobile":""}', 'ExpectedResult': "Server raised fault: '手機號碼錯誤'"}, 
{'id': 5, 'method': 'sendMCode', 'description': 'ip地址為空', 'url': 'http://120.24.235.105:9010/sms-service-war-1.0/ws/smsFacade.ws?wsdl', 'param': '{"client_ip":"","tmpl_id":1,"mobile":"${tel}"}', 'ExpectedResult': "Server raised fault: '用戶IP不能為空'"}]

 

 　　到此，將excel中的用例數據讀取成為[{key1:value1},{key2:value2},...,{keyn:valuen}]這樣的形式已經完畢，但是還有很多東西需要完善，比如用例中完成參數的替換，測試完成后回寫測試數據到excel對應的表格中等等內容。