当前位置:   article > 正文

用Python完成 “Excel合并(拆分)” 的各种自动化操作!_同学们借助人工智能和spyder,将上面5个excel合并成一个excel文件,并计算出每个学

同学们借助人工智能和spyder,将上面5个excel合并成一个excel文件,并计算出每个学

一、概述

在这里插入图片描述
其实Excel合并这个需求,应该是一个极为普遍的需求了。今天我们就利用Python完成“Excel合并(拆分)” 操作,具体如下:

  • ① 将多个Excel表,合并到一个Excel中(每个Excel中只有一个sheet表);
  • ② 将多个Excel表,合并到一个Excel中(每个Excel中不只一个sheet表);
  • ③ 将一个Excel表中的多个sheet表合并,并保存到同一个excel;
  • ④ 将一个Excel表,按某一列拆分成多张表;

二、知识点讲解

在这里插入图片描述
其实完成这些操作,涉及到了太多的知识点,因此在讲述上述这个知识点以前,我们要带大家复习一些常用的知识点。

  • ① os模块常用知识点讲解;
  • ② pandas模块常用知识点讲解;
  • ③ xlsxwriter模块常用知识点讲解;
  • ④ xlrd常用知识点讲解;

1. os模块知识点讲解

对于os模块,我们主要讲述os.walk()、os.path.join()等知识点。

1.1 os.walk()

对于这个知识点,我们需要说明以下几点:

  • os.walk()的返回值是一个生成器(generator),我们需要循环遍历它,来获取其中的内容;
  • 每次遍历,返回的都是一个三元组(path, dirs, files);
  • path:返回的是当前正在遍历的这个文件夹的,本身路径地址;
  • dirs:返回的是该文件夹中所有目录的名字(不包含子目录),有多少个都以“列表”返回;
  • files:返回的是该文件夹中所有的文件(不包含子目录下的文件),有多少个都以“列表”返回;

如果说,有一个如图所示的文件夹。
在这里插入图片描述
利用下方的代码,我们可以得到什么结果呢?

pwd = "G:\\a"
print(os.walk(pwd))
for i in os.walk(pwd):
    print(i)
for path,dirs,files in os.walk(pwd):
    print(files)```
123456

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

结果如下:

<generator object walk at 0x0000029BB5AEAB88>
('G:\\a', [], ['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx'])
['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx']
123

  • 1
  • 2
  • 3
  • 4
  • 5
1.2 os.path.join()

这个函数,主要用于将多个路径组合后返回,超级简单,就不做过多阐述。

path1 = 'G:\\a'
path2 = 'aa.txt'
print(os.path.join(path1,path2))
123

  • 1
  • 2
  • 3
  • 4
  • 5

结果如下:

G:\a\aa.txt
1

  • 1
  • 2
  • 3

2. pandas模块知识点讲解

由于是需要利用Pandas进行Excel的合并,因此我们要学会,如何利用Pandas进行数据的纵向合并。

我们先创建2个数据框(DataFrame):

import numpy as np
xx = np.arange(15).reshape(5,3)
yy = np.arange(1,16).reshape(5,3)
xx = pd.DataFrame(xx,columns=["语文","数学","外语"])
yy = pd.DataFrame(yy,columns=["语文","数学","外语"])
print(xx)
print(yy)
1234567

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

效果如下:
在这里插入图片描述
接着,可以利用Pandas中的concat()函数,完成纵向拼接的操作。

  • pd.concat(list)中【默认axis=0】默认的是数据的纵向合并;

  • pd.concat(list)括号中传入的是一个列表;

  • ignore_list=True表示忽略原有索引,重新生成一组新的索引;

  • 或者直接可以写成z = pd.concat([xx,yy],ignore_list=True);

    concat_list = [] concat_list.append(xx) concat_list.append(yy) z = pd.concat(concat_list,ignore_list=True) print(z) 12345

效果如下:
在这里插入图片描述

3. xlsxwriter模块知识点讲解

xlsxwriter模块一般是和xlrd模块搭配使用的,
xlsxwriter:负责写入数据,
xlrd:负责读取数据。
接下来,我们分别对这两个库的常见用法,进行介绍。

1)如何创建一个“工作簿”?
import xlsxwriter

# 这一步相当于创建了一个新的"工作簿";
# "demo.xlsx"文件不存在,表示新建"工作簿";
# "demo.xlsx"文件存在,表示新建"工作簿"覆盖原有的"工作簿";
workbook = xlsxwriter.Workbook("demo.xlsx")

# close是将"工作簿"保存关闭,这一步必须有,否则创建的文件无法显示出来。
workbook.close() 
123456789

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
2)如何添加一个“Sheet工作表”

我们知道,一个Excel文件就是一个Excel工作簿,而每一个工作簿中,又有很多的“Sheet工作表”。接下来,我们如何用代码实现这个操作呢?

import xlsxwriter

workbook = xlsxwriter.Workbook("cc.xlsx")
worksheet = workbook.add_worksheet("2018年销售量")
workbook.close()   
12345

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

效果如下:
在这里插入图片描述

3)如何向表中插入数据呢?
import xlsxwriter

# 创建一个名为【demo.xlsx】工作簿;
workbook = xlsxwriter.Workbook("demo.xlsx")

# 创建一个名为【2018年销售量】工作表;
worksheet = workbook.add_worksheet("2018年销售量")

# 使用write_row方法,为【2018年销售量】工作表,添加一个表头;
headings = ['产品','销量',"单价"] 
worksheet.write_row('A1',headings)
# 使用write方法,在【2018年销售量】工作表中插入一条数据;
# write语法格式:worksheet.write(行,列,数据) 

data = ["苹果",500,8.9]
for i in range(len(headings)):
    worksheet.write(1,i,data[i]) 
workbook.close()
123456789101112131415161718

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20

效果如下:
在这里插入图片描述

4. xlrd模块知识点讲解

这里有一个工作簿“test.xlsx”,该文件中有两个“Sheet工作表”,分别命名为“2018年销售量”、“2019年销售量”,如图所示。
在这里插入图片描述

1)如何打开一个“工作簿”?—>open_workbook()
# 这里所说的"打开"并不是实际意义上的打开,只是将该表加载到内存中打开。
# 我们并看不到"打开的这个效果"
import xlrd 
file = r"G:\Jupyter\test.xlsx"
xlrd.open_workbook(file)
12345

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

结果如下:

<xlrd.book.Book at 0x29bb8e4eda0>
1

  • 1
  • 2
  • 3
2)如何获取一个工作簿下,所有的“Sheet表”名?—>sheet_names()
import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheet_names()
1234

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

结果如下:

['2018年销售量', '2019年销售量']
1

  • 1
  • 2
  • 3
3)如何获取所有“Sheet表”的对象列表?—>sheets()
import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()
1234

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

结果如下:

[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]
1

  • 1
  • 2
  • 3

我们可以利用索引,获取每一个sheet表的对象,然后可以针对每一个对象,进行操作。

fh.sheets()[0]
<xlrd.sheet.Sheet at 0x29bb8f07a90>
fh.sheets()[1]
<xlrd.sheet.Sheet at 0x29bb8ef1390>
1234

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
4)如何获取每个Sheet表的行列数?—>nrows和ncols属性
import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheets()
fh.sheets()[0].nrows  # 结果是:4
fh.sheets()[0].ncols  # 结果是:3
fh.sheets()[1].nrows  # 结果是:4
fh.sheets()[1].ncols  # 结果是:3
12345678

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
5)按行获取,每个Sheet表中的数据—>row_values()
import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
sheet1 = fh.sheets()[0]
for row in range(fh.sheets()[0].nrows):
   value = sheet1.row_values(row)
   print(value)
1234567

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

效果如下:
在这里插入图片描述

三、案例讲述

在这里插入图片描述

1. 将多个Excel表,合并到一个Excel中(每个Excel中只有一个sheet表)

有四张表,图示中一目了然,就不做过多解释。
在这里插入图片描述
实现代码如下:

import pandas as pd
import os
pwd = "G:\\b"
df_list = []
for path,dirs,files in os.walk(pwd):
    for file in files:
        file_path = os.path.join(path,file)                        
        df = pd.read_excel(file_path) 
        df_list.append(df)
result = pd.concat(df_list)
print(result)
result.to_excel('G:\\b\\result.xlsx',index=False)
123456789101112

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

结果如下:
在这里插入图片描述

2. 将多个Excel表,合并到一个Excel中(每个Excel中不只一个sheet表)

有两个工作簿,如图所示。一个工作簿是pp.xlsx,一个工作簿是qq.xlsx。工作簿pp.xlsx下,有sheet1和sheet2两个工作表。工作簿qq.xlsx下,也有sheet1和sheet2两个工作表。
在这里插入图片描述
实现代码如下:

import xlrd
import xlsxwriter
import os

# 打开一个Excel文件,创建一个工作簿对象
def open_xlsx(file):
    fh=xlrd.open_workbook(file)
    return fh

# 获取sheet表的个数
def get_sheet_num(fh):
    x = len(fh.sheets())
    return x

# 读取文件内容并返回行内容
def get_file_content(file,shnum):
    fh=open_xlsx(file)
    table=fh.sheets()[shnum]
    num=table.nrows
    for row in range(num):
        rdata=table.row_values(row)
        datavalue.append(rdata)
    return datavalue

def get_allxls(pwd):
    allxls = []
    for path,dirs,files in os.walk(pwd):
        for file in files:
            allxls.append(os.path.join(path,file))
    return allxls

# 存储所有读取的结果
datavalue = []  
pwd = "G:\\d"                          
for fl in get_allxls(pwd):
    fh = open_xlsx(fl)     
    x = get_sheet_num(fh)  
    for shnum in range(x):
        print("正在读取文件:"+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")
        rvalue = get_file_content(fl,shnum)   

# 定义最终合并后生成的新文件
endfile = "G:\\d\\concat.xlsx"
wb1=xlsxwriter.Workbook(endfile)
# 创建一个sheet工作对象
ws=wb1.add_worksheet()
for a in range(len(rvalue)):
    for b in range(len(rvalue[a])):
        c=rvalue[a][b]
        ws.write(a,b,c)
wb1.close()
print("文件合并完成")
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152

  • 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
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54

效果如下:
在这里插入图片描述

3. 将一个Excel表中的多个sheet表合并,并保存到同一个excel

在这里插入图片描述
实现代码如下:

import xlrd
import pandas as pd
from pandas import DataFrame
from openpyxl import load_workbook

excel_name = r"D:\pp.xlsx"
wb = xlrd.open_workbook(excel_name)
sheets = wb.sheet_names()

alldata = DataFrame()
for i in range(len(sheets)):
    df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')
    alldata = alldata.append(df)       

writer = pd.ExcelWriter(r"C:\Users\Administrator\Desktop\score.xlsx",engine='openpyxl')
book = load_workbook(writer.path)
writer.book = book  
# 必须要有上面这两行,假如没有这两行,则会删去其余的sheet表,只保留最终合并的sheet表

alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
writer.save()
writer.close()
12345678910111213141516171819202122

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

效果如下:
在这里插入图片描述

4. 将一个Excel表,按某一列拆分成多张表

在这里插入图片描述
实现代码如下:

import pandas as pd
import xlsxwriter
data=pd.read_excel(r"C:\Users\Administrator\Desktop\chaifen.xlsx",encoding='gbk')

area_list=list(set(data['店铺']))

writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
data.to_excel(writer,sheet_name="总表",index=False)

for j in area_list:
    df=data[data['店铺']==j]
    df.to_excel(writer,sheet_name=j,index=False)

writer.save()  #一定要加上这句代码,“拆好的表”才会显示出来
1234567891011121314

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16

效果如下:
在这里插入图片描述

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。在这里插入图片描述

二、Python必备开发工具

在这里插入图片描述

三、精品Python学习书籍

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述

四、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
在这里插入图片描述
在这里插入图片描述

五、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

六、Python练习题

检查学习结果。
在这里插入图片描述

七、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
在这里插入图片描述
在这里插入图片描述

这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/625877
推荐阅读
相关标签
  

闽ICP备14008679号