Tag: python

python程序在Django

我一直在解决一个问题,目前正在解决。 问题是我需要将当前在excel表格中的数据传输到MySQL数据库。 到目前为止,我已经能够得到服务器上的文件(运行Django 1.6),只有在数据库中的东西是文件的地址。 此外,我有一个程序,可以将数据从Excel工作表发布到数据库,但是这需要手动完成,每次上传文件。 正如我所看到的,解决这个问题的一个方法是在服务器上完成file upload后立即触发程序,但我无法弄清楚如何做到这一点。 也build议任何其他方式来获取从Excel文件传输到MySQL数据库的数据。

python gamma.fit返回值似乎不正确分布在Excel中

我有一系列用于产生散点图的实验数据值X和Y ,这个散点图看起来与伽玛分布非常相似,我已经读过文章说这个实验数据可以使用伽马分布表示/build模。 所以我写了下面一些python代码来查找gamma分布常量: import csv import random import scipy as sp import scipy.stats as ss from collections import defaultdict columns = defaultdict(list) with open('case_1_RTD.csv') as f: reader=csv.reader(f) reader.next() for row in reader: for(i,v) in enumerate(row): columns[i].append(v) X=(columns[0]) Y=(columns[1]) data=[float(i) for i in Y] alpha= [] beta=[] loc=[] alpha,loc,beta=ss.gamma.fit(data, floc=0) print (alpha,loc,beta) 然后,我使用这个输出在Excel中生成伽马分布,并将这个新的Gamma分布数据与原始的X,Y数据进行比较。 数据值的集合根本不是一个类似的东西。 在Excel中,我使用该function =Gamma.Dist(X,alpha,beta,False) […]

将数据写入excel模板

我需要创build一些Excel表格,但这些表格没有简单的外观。 有一些图片,一些特殊的字体等,但复杂的部分是静态的,这意味着总是相同的。 所以我的想法是,我会用这些棘手的部分创build一个Excel模板,然后从Python中插入dynamic数据到这个模板。 我正在与pandas框架,但我没有find一个方法如何做到这一点或没有这个框架。 任何想法?

在Excel中使用xlwings运行python,麻烦阅读'LOG_FILE'

我刚刚安装了xlwings for mac,并试图从现有的Excel文档中执行Python代码。 该文件保存在我的文件夹,调用它 \Users\me\my_dir\my_file.xlsm 我在\my_dir中xlwings.bas了\my_dir的副本(可能不必要),并将其导入到my_file.xlsm 。 我有一个模块my_module.py与一个函数my_sub()去互联网,拉取一些数据,并希望把这些数据放入Excel电子表格中的一个单元格(我应该添加一个早期版本的my_sub() ,只是打印数据到terminal工作正常)。 无论如何,当我尝试运行这个使用RunPython,我得到一个“path/文件访问错误”就行了 Open FileName For Input As #FileNum 并在本地窗口中, FileName是LOG_FILE的名称 "Macintosh HD:Users:Me:my_dir:xlwings_log.txt" 它给我一个file_path错误。 我很确定它不是xlwings代码的问题,因为当我使用RunPython运行一个更简单的python脚本时,它工作得很好。 但是我不知道如何debugging,因为错误被隐藏在源代码中。 有没有人看到这个错误或知道如何解决它?

如何使用Python + Pandas将空的exceldate插入到oracle中?

我有一个Python应用程序使用pandas来挖掘一些Excel电子表格,并将值插入到Oracle数据库中。 对于具有值的date单元格,这工作正常。 对于空白的date单元格,我插入一个NaT,我原以为会很好,但是在Oracle中正在变成一个奇怪的无效时间,显示为“0001-255-255 00:00:00”(类似于MAXINT或0被转换为时间戳我猜?) In[72]: x.iloc[0][9] Out[72]: NaT 以上是DataFrame中的一些数据,你可以看到它是一个NaT。 但这是我在Oracle看到的 SQL> select TDATE from TABLE where id=5067 AND version=5; TDATE ——— 01-NOVEMB SQL> select dump("TDATE") TABLE where id=5067 AND version=5; DUMP("TDATE") ——————————————————————————– Typ=12 Len=7: 100,101,255,255,1,1,1 我试图做df.replace和/或df.where将NaT转换为无,但我得到任何错误与这些似乎暗示替代无效的方式。 任何方式来确保跨这些数据存储的空date的一致性?

如何发送附件的电子邮件?

使用xlwt我创build了一个使用Django的Excel工作表,我想以附件forms发送电子邮件。 response = HttpResponse(mimetype='application/ms-excel') response['Content-Disposition'] = 'attachment; filename='Report.xls' book = xlwt.Workbook() sheet = book.add_sheet("Core Listings") book.save(response) return response 我正在使用Django的EmailMessage发送电子邮件。

使用Python打开多个Excel文件

我在一个目录中有多个excel文件,并且希望一次打开这些文件来执行写入操作(例如,在所有excel文件的第一行中写入“Hi”)。 Python有没有办法做到这一点?

DataNitro – 获取选定的单元格/范围

我正在写一个Excelmacros来分析用户的select,并使用这些数据来创build一个SQL数据库表。 我正在使用DataNitro直接从Excel中启动脚本,但需要帮助将Excel选定的值提供给我的Python脚本。 我知道DataNitro允许你直接从Python访问和编辑单元格,但是它们提供的所有例子都是硬编码的(比如CellRange("A1:B5") )。 有没有办法获得选定的范围,类似于VBA的Selection.Address方法? 谢谢!

来自pandas.ExcelFile导入的Pandas数据框中未alignment的列

我有一个包含一些交易数据的Excel电子表格。 我试图将其导入pandas数据框: >>> import pandas as pd >>> xlsfile = pd.ExcelFile("/data/transactions.xls") >>> data = xlsfile.parse('data') …乍一看,它看起来不错。 然后我注意到一列(即“运送到区域”)应该包含四个可能的值之一: 经常有价值观是没有道理的。 尽pipe这些价值大部分都是以正确的方式出现的,但实际情况并非如此: >>> len(data['Ship To Region'].unique()) 5007 来自相邻单元格的值以某种方式爬入错误的列中。 >>> for value in data['Ship To Region'].unique(): … print value … Americas EMEA APAC nan Ship To Name Justin Bieber Marie Curie Industries BKS Iyengar […etc…] 你能看到我做错了吗?

年月日date的可疑符号

我正在学习使用imageplot 。 他们的文件指出: “Year_month”,“Label_Place”和“Title”列是元数据的例子,其经常伴随图像。 第一个是艺术史家用他的信件确定的每幅梵高绘画的年月。 为了达到这一列中的值,我们使用Excel将月份数字1-12转换为十进制数字1-10,然后将这些转换后的数字加上年份。 (为了使这个过程更加清晰,我们在“年”和“月”栏分别提供年份和月份。)“Label_Place”列包含艺术家居住和工作的关键地点的名称; 这五个标签对应于讨论和展示梵高作品时使用的典型类别(例如,文森特梵高博物馆也用相同的五个时期概述了艺术家的生涯)。 下面是这个奇怪的Year_Month符号的例子: +————+——+——-+ | Year_Month | Year | Month | +————+——+——-+ | 1881.834 | 1881 | 11 | | 1881.834 | 1881 | 11 | | 1881.834 | 1881 | 11 | | 1882.5838 | 1882 | 8 | | 1882.5838 | 1882 | 8 | | 1882.5838 […]