6. 使用python将多个Excel文件合并到同一个excel-附代码解析_python合并excel文件

【目录】

【正文】

6. 使用python将多个Excel文件合并到同一个excel-附代码解析

1. 目标任务

某文件夹中有如下5个Excel:

在这里插入图片描述

销售表-1月.xlsx的内容如下：

5个Excel仅数据不一致，框架内容相同。

目标任务是将5个Excel合并成一个Excel。

2. 结果展示

3. 代码示例

源代码文件：6.合并多个Excel.py

import pandas as pd
import os
data_list = []

# os.listdir(".")返回目录中的文件名列表
# 用for循环遍历文件名列表中的每个文件名，赋值给变量filename
for filename in os.listdir("."):
    # 判断文件名是否以"销售表-"开头并且以".xlsx"结尾
    if filename.startswith("销售表-") and filename.endswith(".xlsx"):
        # pd.read_excel(filename)读取Excel文件，返回一个DataFrame对象
        # 列表名.append将DataFrame写入列表
        data_list.append(pd.read_excel(filename))

# concat合并Pandas数据
data_all =pd.concat(data_list)
# 将 DataFrame 保存为 excel 文件
data_all.to_excel("年度销售表.xlsx",index=False)

# 查看 DataFrame 的行数和列数。
rows = data_all.shape
print("查看行数与列数：", rows)
print("恭喜你，合并完成！")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

【终端输出】

查看行数与列数： (25, 4)
恭喜你，合并完成！
1
2

4. 代码解析

4.1 导入库

import pandas as pd
1

导入pandas库，并将其别名设置为pd。

as是一个关键字，用于给导入库指定一个别名。

别名的作用是引用pandas库中的函数和类，不必每次都写完整的pandas，可以用别名pd代替。

import os
1

导入os库，os库用于操作文件和目录。

data_list = []
1

创建一个空列表，用于存储后面读取的Excel数据。

4.2 调用库的类、函数、变量语法

• 调用库的类：库名.类名( )，如 csv.DictReader()
• 调用库的函数：库名.函数名( )，如 os.mkdir()
• 调用库的变量：库名.变量名，如 os.name

【总结】

• 不管调用什么，库名后都需要紧跟一个英文小圆点.。
• 调用类和函数需要加英文圆括号( )。
• 调用变量不用加英文圆括号( )，因为变量没有参数可以传递。

4.3 os.listdir-返回目录中的文件名列表

listdir()是一个Python的内置函数，用于返回指定目录中所有文件和文件夹名称的列表。

【语法】

os.listdir(path)
1

【参数】

path[pɑːθ]：路径。

path表示路径，指文件和文件夹的目录路径。

path可以是相对路径或绝对路径。

【返回值】

返回的数据类型是列表。

列表中的每个元素都是字符串类型。

如果指定的路径不存在或不是一个目录，则会引发OSError异常

【相对路径】

import os
os.listdir(".")
1
2

【终端输出】

['1.ipynb',
 '销售表-1月.xlsx',
 '销售表-2月.xlsx',
 '销售表-3月.xlsx',
 '销售表-4月.xlsx',
 '销售表-5月.xlsx']
1
2
3
4
5
6

• os是库名。
• .英文小圆点，库后接一个小圆点表示调用。
• listdir函数名，作用是返回目录中所有文件和文件夹名称的列表。
• 英文圆括号( )。
• "."，这里的点表示当前工作目录。

【绝对路径】

import os
os.listdir("D:\安迪笔记\Excel合并")
1
2

【终端输出】

['1.ipynb',
 '年度销售表.xlsx',
 '销售表-1月.xlsx',
 '销售表-2月.xlsx',
 '销售表-3月.xlsx',
 '销售表-4月.xlsx',
 '销售表-5月.xlsx']
1
2
3
4
5
6
7

上述代码中的.也可以换成绝对路径"D:\安迪笔记\Excel合并"。

"D:\安迪笔记\Excel合并"是我表格文件的存储路径，你需要换成你的路径。

os库的相关知识可参考下面的链接：

72. import 导入标准模块(os模块)

路径的相关知识可参考下面的链接：

67. Python的绝对路径

68. Python的相对路径

for filename in os.listdir("."):
    print(filename)
1
2

【终端输出】

1.ipynb
年度销售表.xlsx
销售表-1月.xlsx
销售表-2月.xlsx
销售表-3月.xlsx
销售表-4月.xlsx
销售表-5月.xlsx
1
2
3
4
5
6
7

• os.listdir(".")得到的是一个文件名列表。
• 用for循环遍历文件名列表中的每个文件名，赋值给变量filename。
• filename的数据类型为字符串类型。

filename = '1.ipynb'
filename = '销售表-1月.xlsx'
filename = '销售表-2月.xlsx'
filename = '销售表-3月.xlsx'
filename = '销售表-4月.xlsx'
filename = '销售表-5月.xlsx'
1
2
3
4
5
6

4.4 startswith-用于判断一个字符串是否以指定的前缀开头

startswith() 是 Python 字符串方法之一，用于判断一个字符串是否以指定的前缀开头

【语法】

string.startswith(prefix, start, end)
1

string表示一个具体的字符串。

startswith是方法名。

【参数】

• prefix：必需参数，表示要检查的前缀，可以是一个字符或一个字符串。
• start：可选参数，指定开始检查的起始位置，默认为 0。
• end：可选参数，指定结束检查的位置，默认为字符串的长度。

【返回值】

返回一个布尔值，表示字符串是否以指定的前缀开始。

如果字符串以指定的前缀开始，则返回 True；否则返回 False。

【代码示例】

string = "安迪python学习笔记"

# 判断字符串是否以安迪开头
# 是输出 True
print(string.startswith("安迪")) 

# 字符串索引从0开始编号
# 索引2对应字符串的第3个字符
# 从字符串索引为2的位置开始检查
# 判断字符串第3位(包含)之后是否为python
# 是，输出 True
print(string.startswith("python", 2))  

# 检查范围为字符串索引2到索引8
print(string.startswith("Python", 2, 8))  # 这里是大写，输出False
print(string.startswith("python", 2, 8))  # 输出 True
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

【终端输出】

True
True
False
True
1
2
3
4

【实操练习】

filename = '销售表-1月.xlsx'
print(filename.startswith("销售表-")) 
1
2

【终端输出】

True
1

filename是变量名，数据类型是字符串。

返回True表示字符串以销售表-开头。

filename = '1.ipynb'
print(filename.startswith("销售表-"))
1
2

【终端输出】

False
1

返回False表示字符串不是以销售表-开头。

for filename in os.listdir("."):
    print(filename.startswith("销售表-"))
1
2

【终端输出】

False
True
True
True
True
True
1
2
3
4
5
6

4.5 endswith-用于判断一个字符串是否以指定的后缀结束

【语法】

string.endswith(suffix, start, end)
1

【参数】

• suffix：必需参数，表示要检查的后缀，可以是字符串或元组类型。如果是元组，则会依次检查后缀是否包含在元组中的任意一个。
• start：可选参数，指定开始检查的索引位置，默认为 0，表示从字符串的开头开始。
• end：可选参数，指定结束检查的索引位置，默认为字符串的长度，表示一直检查到字符串的末尾。

【返回值】

返回一个布尔值，表示字符串是否以指定的后缀结束。

如果字符串以指定的后缀结束，则返回 True；否则返回 False。

【实操练习】

filename = '销售表-1月.xlsx'
print(filename.endswith(".xlsx"))
1
2

【终端输出】

True
1

返回True表示字符串以.xlsx结束。

filename = '1.ipynb'
print(filename.endswith(".xlsx"))
1
2

【终端输出】

False
1

返回False表示字符串不是以.xlsx结束。

for filename in os.listdir("."):
    print(filename.endswith(".xlsx"))
1
2

【终端输出】

False
True
True
True
True
True
1
2
3
4
5
6

if filename.startswith("销售表-") and filename.endswith(".xlsx"):
1

filenamee.startswith("销售表-")检查文件名是否以销售表-开头。
filename.endswith(".xlsx") 检查文件名是否以.xlsx结尾。
如果文件名符合上述两个条件，则执行以下代码块。

判断文件名是否以"销售表-“开头并且以”.xlsx"结尾

data_list.append(pd.read_excel(filename))
1

4.6 列表名.append向列表中增加元素

append函数用于在列表的末尾添加一个元素。

【语法】

列表名.append(要添加的元素)
1

【代码示例1】

data_list  = []
data_list.append("张三")
print(data_list)
1
2
3

【终端输出】

['张三']
1

【代码示例2】

data_list  = []
for i in range(3):
    data_list.append(i)
print(data_list)
1
2
3
4

【终端输出】

[0, 1, 2]
1

4.7 pd.read_excel读取Excel文件

read_excel是pandas 库中一个方法。

作用是读取 Excel 文件中的数据。

【语法】

pandas.read_excel(io)
1

read_excel方法提供了许多参数，这里仅介绍一个路径参数。

【参数】

io：要读取的Excel文件的路径（字符串类型）。

【返回值】

返回一个DataFrame对象。

【代码示例】

pd.read_excel('销售表-1月.xlsx')
1

【终端输出】

• pd库名。
• .英文小圆点，作用是调用库的方法。
• read_excel方法名，作用是读取Excel文件。
• 参数'销售表-1月.xlsx'，表示要读取的Excel文件的路径。

print(type(pd.read_excel('销售表-1月.xlsx')))
1

【终端输出】

<class 'pandas.core.frame.DataFrame'>
1

返回的是DataFrame对象。

【思路解析】

通过4.5代码我们知道我当前的文件夹里有6个文件，如下所示：

filename = '1.ipynb'
filename = '销售表-1月.xlsx'
filename = '销售表-2月.xlsx'
filename = '销售表-3月.xlsx'
filename = '销售表-4月.xlsx'
filename = '销售表-5月.xlsx'
1
2
3
4
5
6

我的目标任务是要汇总5个Excel表格，因此我用了一个if条件判断语句选取了要汇总的文件路径，排除了不需要汇总的文件路径。

if filename.startswith("销售表-") and filename.endswith(".xlsx"):
1

当filename = '1.ipynb'时，if条件判断语句的结果为False，它不会执行后面的读取Excel代码。

当filename = '销售表-1月.xlsx'时，if条件判断语句的结果为True，执行后面的读取Excel代码。

【实操练习】

for filename in os.listdir("."):
    if filename.startswith("销售表-") and filename.endswith(".xlsx"):
        data = pd.read_excel(filename)
        print(data)
1
2
3
4

【终端输出】

      日期  员工编号 员工姓名   销售额
0  44927  3001   刘一  1000
1  44928  3002   陈二  2000
2  44929  3003   张三  3000
3  44930  3004   李四  4000
4  44931  3005   王五  5000
      日期  员工编号 员工姓名   销售额
0  44958  3001   刘一  1000
1  44959  3002   陈二  2000
2  44960  3003   张三  3000
3  44961  3004   李四  4000
4  44962  3005   王五  5000
      日期  员工编号 员工姓名   销售额
0  44986  3001   刘一  1000
1  44987  3002   陈二  2000
2  44988  3003   张三  3000
3  44989  3004   李四  4000
4  44990  3005   王五  5000
      日期  员工编号 员工姓名   销售额
0  45017  3001   刘一  1000
1  45018  3002   陈二  2000
2  45019  3003   张三  3000
3  45020  3004   李四  4000
4  45021  3005   王五  5000
      日期  员工编号 员工姓名   销售额
0  45047  3001   刘一  1000
1  45048  3002   陈二  2000
2  45049  3003   张三  3000
3  45050  3004   李四  4000
4  45051  3005   王五  5000
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

通过pd.read_excel(filename)读取到的数据如上所示。

data = pd.read_excel(filename)
1

• data变量名，数据类型为DataFrame。
• pd库名。
• .英文小圆点，作用是调用库的方法。
• read_excel方法名，作用是读取Excel文件。
• 参数filename，表示要读取的Excel文件的路径。

4.8 将读取到的Excel数据添加到列表里

data_list = []
for filename in os.listdir("."):
    if filename.startswith("销售表-") and filename.endswith(".xlsx"):
        data_list.append(pd.read_excel(filename))
print(data_list)
1
2
3
4
5

【终端输出】

[      日期  员工编号 员工姓名   销售额
0  44927  3001   刘一  1000
1  44928  3002   陈二  2000
2  44929  3003   张三  3000
3  44930  3004   李四  4000
4  44931  3005   王五  5000,       日期  员工编号 员工姓名   销售额
0  44958  3001   刘一  1000
1  44959  3002   陈二  2000
2  44960  3003   张三  3000
3  44961  3004   李四  4000
4  44962  3005   王五  5000,       日期  员工编号 员工姓名   销售额
0  44986  3001   刘一  1000
1  44987  3002   陈二  2000
2  44988  3003   张三  3000
3  44989  3004   李四  4000
4  44990  3005   王五  5000,       日期  员工编号 员工姓名   销售额
0  45017  3001   刘一  1000
1  45018  3002   陈二  2000
2  45019  3003   张三  3000
3  45020  3004   李四  4000
4  45021  3005   王五  5000,       日期  员工编号 员工姓名   销售额
0  45047  3001   刘一  1000
1  45048  3002   陈二  2000
2  45049  3003   张三  3000
3  45050  3004   李四  4000
4  45051  3005   王五  5000]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

观察输出结果，注意输出的列表中包含5个列名：日期 员工编号 员工姓名 销售额。

data_list.append(pd.read_excel(filename))
1

• data_list列表名。

• .英文小圆点。

• append函数名，作用是向列表增加元素。

• pd是库名。

• read_excel读取 Excel 文件中的数据。

• filename文件路径。

• pd.read_excel(filename)得到的是一个DataFrame对象。

4.9 pd.concat合并Pandas数据

concat ()方法用于连接两个或多个数组。

【语法】

pandas.concat(objs, axis=0, join='outer', ignore_index=False)
1

【参数】

objs：要合并的 Pandas 数据结构，可以是 Series、DataFrame 或者 Panel 对象的列表或字典。
axis：指定合并的轴向，默认为 0，表示按行进行合并；如果设置为 1，表示按列进行合并。
join：指定合并的方式，默认为 ‘outer’，表示按照索引的并集进行合并；如果设置为 ‘inner’，表示按照索引的交集进行合并。
ignore_index：是否忽略原始对象的索引，默认为 False。如果设置为 True，则会创建一个新的整数索引。

【代码示例】

import pandas as pd

# 创建两个 DataFrame 对象
df1 = pd.DataFrame({'姓名': ['张三', '李四', '王五'], '性别': ['男', '男', '女']})
df2 = pd.DataFrame({'姓名': ['赵六', '孙七', '周八'], '性别': ['男', '男', '女']})

# 按行合并两个 DataFrame
result = pd.concat([df1, df2], axis=0, ignore_index=True)
print(result)
1
2
3
4
5
6
7
8
9

【终端输出】

   姓名 性别
0  张三  男
1  李四  男
2  王五  女
3  赵六  男
4  孙七  男
5  周八  女
1
2
3
4
5
6
7

上述代码要合并的是DataFrame对象。

【实操练习】

data_all =pd.concat(data_list)
print(data_all)
print(type(data_all))
1
2
3

【终端输出】

      日期  员工编号 员工姓名   销售额
0  44927  3001   刘一  1000
1  44928  3002   陈二  2000
2  44929  3003   张三  3000
3  44930  3004   李四  4000
4  44931  3005   王五  5000
0  44958  3001   刘一  1000
1  44959  3002   陈二  2000
2  44960  3003   张三  3000
3  44961  3004   李四  4000
4  44962  3005   王五  5000
0  44986  3001   刘一  1000
1  44987  3002   陈二  2000
2  44988  3003   张三  3000
3  44989  3004   李四  4000
4  44990  3005   王五  5000
0  45017  3001   刘一  1000
1  45018  3002   陈二  2000
2  45019  3003   张三  3000
3  45020  3004   李四  4000
4  45021  3005   王五  5000
0  45047  3001   刘一  1000
1  45048  3002   陈二  2000
2  45049  3003   张三  3000
3  45050  3004   李四  4000
4  45051  3005   王五  5000
<class 'pandas.core.frame.DataFrame'>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

观察输出结果，注意输出的列表中仅包含1个列名：日期 员工编号 员工姓名 销售额。

data_all =pd.concat(data_list)

• data_all变量名，DataFrame对象，存储合并后的数据。
• pd库名。
• .英文小圆点。
• concat方法名，作用是合并Pandas数据。
• data_list要合并的数据。

4.10 DataFrame.to_excel-将 DataFrame 保存为 excel 文件

【语法】

DataFrame.to_excel(path, index=False)
1

DataFrame.to_excel将 DataFrame 保存为 excel 文件。

【参数】

path路径参数，将DataFrame保存到指定的路径下。

index可选参数。

index=True，保存索引列。

index=False，不保存索引列。

【实操练习】

data_all.to_excel("年度销售表.xlsx",index=False)
1

• data_all变量名，DataFrame对象，存储了合并后的数据。
• .英文小圆点。
• to_excel方法名，作用是将 DataFrame 保存为 excel 文件。
• "年度销售表.xlsx"路径参数，即汇总后Excel文件名。
• index=False不保存索引列。

运行上面的代码后，当前文件夹下会生成一个名为年度销售表.xlsx文件。

4.11 DataFrame.shape-查看 DataFrame 的行数和列数。

shape 是 Pandas 库中的 DataFrame 对象的属性。

调用DataFrame.shape 会返回一个元组。

该元组包含两个整数值，分别表示 DataFrame 的行数和列数。

【代码示例】

import pandas as pd

data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [25, 30, 35]
        }

df = pd.DataFrame(data)
print(df)
print(df.shape)  # 输出 (3, 3)
1
2
3
4
5
6
7
8
9

【终端输出】

   姓名  年龄
0  张三  25
1  李四  30
2  王五  35
(3, 2)
1
2
3
4
5

元组的3表示DataFrame对象有3行。
元组的2表示DataFrame对象有2列。

注意不包含列索引和行索引。

【实操练习】

rows = data_all.shape
print("查看行数与列数：", rows)
1
2

【终端输出】

查看行数与列数： (25, 4)
1

【备注】

联系作者回复【6.合并多个Excel】领取源文件和表格。

5. 总结