通过设计器对数据表格的处理

在 RPA5.0 的版本当中，增加了一个非常强大的功能，那就是对数据表格的处理，就是说可以通过读取 Excel 文件，将 Excel 文件中所有的记录读取出来，在通过条件过滤、排序、计算、合并等方法将你需要的数据筛选出来，再进行使用，比如将数据一行行的插入系统中还是填入别的 Excel 表格里等。设计器说明书中有明确的写到使用方法，可是还是有不少人来问这个问题，显然没有仔细看说明书，那这里再提一下，希望关注。

这里的方法主要是运用了 Python 的 Pandas 库，对 DataFrame（数据集）进行处理。

1. 既然要对数据进行处理，那么第一步肯定是要读取数据源咯，当然如果你已经通过其它方法获取了数据（DataFrame）就可以跳过这一步，在后面的步骤中直接引用即可。
   程序－> 表格数据 -> 读取 Excel，引用了 Pandas 的 read_excel 方法，学习资料：read_excel
   路径用来填写 Excel 文件的实际路径
   sheet_name 用来指定 sheet 页，可以是 sheet 的全称，也可以是 index
   header 用来设置表头位置（其它参数及详细说明请详细阅读《5.0 设计器说明书》）
   变量名自己设定，读取出的所有数据集就存放在这个变量中
   

2. 读取数据之后，就可以对数据集进行操作啦
   程序－> 表格数据－> 过滤
   在这里例子中，我想过滤出产品名称这一列中值为 A1 的行
   首先在表格选项中引用上一步输出的数据集变量
   在参数中输入列名，需要加单引号，后面选择条件，最后选择需要匹配的值就可以了，再存为变量进行输出，就这么简单
   
   参数中可以增加多个条件，条件之间可以为“或”和“并”的关系
   
   除了常规的＝、<、> 的操作，还有 startswith（字符开头匹配）、notna（去空）等条件，详细请仔细阅读《5.0 设计器说明书》
   
   还支持了合并、排序、统计等功能。

3. 过滤完的数据依然是存储在数据集中，如果需要一条条的调用，可通过 for 循环来实现，其中也包含了两种方法。
   方法一：直接在 for 循环中使.iterrows() 方法
   for index,row in 表格变量.iterrows()
   在输出中打印 row 即可
   通过定义变量，取得数组中的某一个值，如 row[0]
   

   方法二：先使用.values.tolist() 方法转换为 list，再用 for 循环进行调用
   如 data_list=data.values.tolist()
   data 为读取 excel 输出的变量，data_list 为生成 list 后的变量，存放列表数据
   for i in data_list   
   在输出中打印 i 即可
   通过定义变量，取得数组中的某一个值，如 i[0]
   

大致的说明就到这，更多详细的请仔细阅读《5.0 设计器说明书》，更多的去操作和实践。
以上功能在 6.0 种也同样保留，使用方式一致。