主要涉及python对excel的操作

顺手帮朋友处理毕业数据写的小脚本，她的问题如下：

样本前后顺序是固定的。id是升序排列之后的， time_dif表示时间差。想生成新变量count=所在的组里样本的数量。分组的依据为id 和 time_dif，分组规则为在同一id内，从第一个样本开始数，一直到下一个time_dif>5之前的样本分为一组。分组如图所示：

朋友给的数据集里开始已经经过了一些预处理，如下：

处理思路的话比较简单，相当于在一列数组里，如果下一个数较之上一个数小，那么这个数的值便是这一段小数列的count值，用两个for循环既可以遍历出结果，代码如下：

#在这里我们使用xlrd，xlsxwriter两个包对xlsx进行处理，通过pip或者anaconda进行安装即可

import xlrd
import xlsxwriter

ExcelFile=xlrd.open_workbook(r'C:UsersAdministratorDesktopdataexample-excel.xlsx') #打开目标处理xlsx
sheet=ExcelFile.sheet_by_index(0) #定位到索引为0的工作表，即第一个工作表
cols=sheet.col_values(7) #取第8列的数据
del cols[0]
newcols = []
groupNum = 1
num = 0
try:
    for i in cols:
        if (cols[num+1]>i):
            groupNum=groupNum+1
            num = num+1
        else:
            for i in range(0,groupNum) :
                newcols.append(groupNum)
            groupNum = 1;
            num = num + 1
#遍历到最后一个数的时候会发生索引溢出，所以catch一下，不影响后续操作
except IndexError:  
    print newcols

#在写入数据的时候，我本来是打算用xlwt的，但是由于处理的数据量较大，因此用xlwt会发生错误ValueError:row index (65536)not an intin range(65536），在查阅资料后选择了xlsxwriter进行写入，最大能够支持1048576行数据，16384列数据。

workbook = xlsxwriter.Workbook('result.xlsx')  #生成表格
worksheet = workbook.add_worksheet(u'sheet1')   #在文件中创建一个名为TEST的sheet,不加名字默认为sheet1
worksheet.set_column('A:A',20)  #设置第一列宽度为20像素
bold=workbook.add_format({'bold':True}) #设置一个加粗的格式对象

for i in range(len(newcols)): 
    worksheet.write('A%s'%str(i+1),newcols[i])  #循环写处理后的数据生成的列表

workbook.close()

参考文献：
【1】http://blog.csdn.net/dongyouyuan/article/details/52681617
【2】https://www.cnblogs.com/jessicaxu/p/7847046.html