本文分享知識(shí)：

1. pandas讀取Excel數(shù)據(jù) read_excel()
2. 使用Python的加密庫(kù) hashlib
3. pandas中map方法使用
4. pandas寫(xiě)入Excel數(shù)據(jù) to_excel()

公眾號(hào)《帥帥的Python》回復(fù)《數(shù)據(jù)加密》獲取源碼

項(xiàng)目背景：

我這里有一份客戶(hù)的Excel數(shù)據(jù)，里面有客戶(hù)的手機(jī)號(hào)和身份證號(hào)信息，這些信息不能泄露，你加密一下發(fā)給我。

面對(duì)經(jīng)理緊急安排的任務(wù)，小凡不敢懈怠，暫時(shí)放下手中正在處理的任務(wù)，將精力集中到數(shù)據(jù)加密這件事情上。

小凡思考了一會(huì)，數(shù)據(jù)加密，常用的加密算法有：md5和sha，既然沒(méi)有要求，那就選擇最簡(jiǎn)單的md5加密吧。

不一會(huì)，小凡腦海中就構(gòu)思出了兩種解決辦法：

1、在Excel中調(diào)用md5加密函數(shù)，但這個(gè)需要安裝加密文件，時(shí)間上可能來(lái)不及

2、用Python中的加密庫(kù)，只需要讀取Excel中的數(shù)據(jù)，再將加密好的數(shù)據(jù)導(dǎo)出為Excel即可

經(jīng)過(guò)慎重的考慮，小凡決定使用Python進(jìn)行數(shù)據(jù)加密。

一、用 pandas 讀取 Excel 數(shù)據(jù)

import pandas as pd
# Excel文件
excel_path = "./test.xlsx"
# pandas讀取Excel數(shù)據(jù)，并保存到 df 變量中
df = pd.read_excel(excel_path)
# 隨機(jī)查看5條數(shù)據(jù)
df.sample(5)

1.1.png

read_excel() 常用參數(shù)：

io：excel文件地址

sheet_name：默認(rèn)為第一個(gè)表格

header：頭部（列名）從第幾行開(kāi)始，默認(rèn)第一行

除了用pandas還可以用xlrd庫(kù)讀取Excel，xlwt將數(shù)據(jù)寫(xiě)入Excel，詳情請(qǐng)看：第三章內(nèi)容

二、加密庫(kù) hashlib

獲取到數(shù)據(jù)后，開(kāi)始加密。我們先學(xué)習(xí)一下如何使用加密庫(kù)hashlib，加密一個(gè)客戶(hù)的身份證號(hào)？

import hashlib
# 加密的字符串
string = "730763747019734357"
# 字符串進(jìn)行 utf-8 編碼
utf_8_str = str(string).encode("utf8")
# 調(diào)用 hashlib.md5() 方法進(jìn)行加密
encry_result = hashlib.md5(utf_8_str).hexdigest()
encry_result
# 'f29e8eb231261735b849ad248ff50573'

這樣就把一個(gè)字符串用 md5 的方法加密完成啦。讓我們稍微修飾一下，編寫(xiě)一個(gè)加密的函數(shù)。

def encryption_str(string, encry_model="md5_32", encry_style=True):
    # 加密為 utf-8 編碼
    utf_8_str = str(string).encode("utf8")
    # 函數(shù)字典
    param_dict = {
        "md5_32": hashlib.md5(utf_8_str),
        "md5_16": hashlib.md5(utf_8_str),
        "sha1": hashlib.sha1(utf_8_str),
        "sha224": hashlib.sha224(utf_8_str),
        "sha256": hashlib.sha256(utf_8_str),
        "sha512": hashlib.sha512(utf_8_str)
    }
    encry_result = param_dict[encry_model].hexdigest()
    if encry_model == 'md5_16':
        encry_result = encry_result[8:-8]
    # 返回結(jié)果
    return encry_result if encry_style == "小寫(xiě)" else encry_result.upper()

嗯，只是稍微修改一下。

三、 pandas中的 map() 方法

現(xiàn)在有1000多條數(shù)據(jù)，怎樣才能將這么多的數(shù)據(jù)一次性加密完成呢？

這就需要用到 map() 方法：

pandas.series.map(arg,na_action=None)，arg為一個(gè)函數(shù)，將series中的每一個(gè)數(shù)據(jù)作為arg函數(shù)的參數(shù)

經(jīng)常與 lambda 函數(shù)連用，即：

df["列名"].map(lambda x:func(x))

表示將該列的每一個(gè)數(shù)據(jù) x，傳遞給 func()，并把函數(shù)的返回值組成新的列

df["手機(jī)號(hào)_md5"] = df["手機(jī)號(hào)"].map(lambda x:encryption_str(x))
df["身份證號(hào)_md5"] = df["身份證號(hào)"].map(lambda x:encryption_str(x))
df.sample(5)

1.2.png

數(shù)據(jù)已經(jīng)加密完成啦，接下來(lái)就把數(shù)據(jù)重新保存為 Excel 發(fā)給經(jīng)理。

pandas.DataFrame.to_excel() 常用參數(shù)：

sheet_name：工作表名，默認(rèn)為 sheet1

index：是否輸入索引，默認(rèn)為 True

# 將數(shù)據(jù)保存到新的 excel 中
df.to_excel("./客戶(hù)數(shù)據(jù)_md5加密.xlsx")

整個(gè)過(guò)程耗時(shí)15分鐘，小凡檢查了一下加密后的數(shù)據(jù)，確定沒(méi)有問(wèn)題，便將Excel發(fā)給經(jīng)理。

見(jiàn)經(jīng)理一直沒(méi)有回消息，小凡繼續(xù)做著先前的數(shù)據(jù)報(bào)告。

四、數(shù)據(jù)加密工具

過(guò)了一會(huì)，經(jīng)理過(guò)來(lái)啦。

做的很好，能告訴我怎么做的嗎？經(jīng)理問(wèn)。

小凡將自己如何用Python加密數(shù)據(jù)的步驟講給經(jīng)理聽(tīng)，但是經(jīng)理好像聽(tīng)不太懂。

有沒(méi)有什么工具，直接就將excel數(shù)據(jù)加密完成，不用寫(xiě)代碼？經(jīng)理期待的問(wèn)到。

沒(méi)有吧，網(wǎng)上的工具都只能加密一個(gè)字符串，沒(méi)有直接加密excel文件的工具。不過(guò)，有什么是Python不能實(shí)現(xiàn)的呢？

于是，小凡決定用Python做個(gè)加密工具，這樣操作起來(lái)就很方便啦。