Python 使用 openpyxl 处理 Excel 数据：填充缺失日期并计算平均值

以下是 Python 代码示例，使用 openpyxl 库读写 Excel 文件：

import openpyxl
from datetime import datetime, timedelta

# 输入文件路径和输出文件路径
input_file_path = 'input.xlsx'
output_file_path = 'output.xlsx'

# 打开输入 Excel 文件和输出 Excel 文件
input_wb = openpyxl.load_workbook(input_file_path)
output_wb = openpyxl.Workbook()

# 获取输入 Excel 文件中的工作表
input_ws = input_wb.active

# 创建输出 Excel 文件中的工作表
output_ws = output_wb.active
output_ws.title = 'Data'

# 创建一个字典，用于存储每个日期对应的数据
data_dict = {}

# 遍历输入 Excel 文件中的每个单元格
for row in input_ws.iter_rows():
    date_cell = row[0]
    data_cell = row[1]
    if date_cell.value is None or data_cell.value is None:
        continue
    if type(date_cell.value) is not datetime:
        continue
    date_str = date_cell.value.strftime('%Y-%m-%d')
    data = data_cell.value
    data_dict[date_str] = data

# 按日期排序
sorted_data = sorted(data_dict.items())

# 计算平均值
total_data = sum([data for date, data in sorted_data])
average_data = total_data / len(sorted_data)

# 遍历日期范围，填充缺失数据
start_date = sorted_data[0][0]
end_date = sorted_data[-1][0]
current_date = start_date
index = 0
while current_date <= end_date:
    if index < len(sorted_data) and sorted_data[index][0] == current_date:
        data = sorted_data[index][1]
        index += 1
    else:
        data = average_data
    output_ws.append([current_date, data])
    current_date = (datetime.strptime(current_date, '%Y-%m-%d') + timedelta(days=1)).strftime('%Y-%m-%d')

# 保存输出 Excel 文件
output_wb.save(output_file_path)

代码说明：

1. 导入必要的库：openpyxl 用于处理 Excel 文件，datetime 用于处理日期和时间。
2. 定义输入文件路径和输出文件路径。
3. 打开输入 Excel 文件和输出 Excel 文件。
4. 获取输入 Excel 文件中的工作表。
5. 创建输出 Excel 文件中的工作表，并命名为 'Data'。
6. 创建一个字典 data_dict，用于存储每个日期对应的数据。
7. 遍历输入 Excel 文件中的每个单元格，将日期和对应的数据存储到 data_dict 中。
8. 按日期排序 data_dict 中的数据。
9. 计算所有数据的平均值。
10. 遍历日期范围，如果日期在 sorted_data 中，则使用对应的数据；否则，使用平均值填充数据。
11. 将处理后的数据写入输出 Excel 文件。
12. 保存输出 Excel 文件。