亲宝软件园·资讯

展开

Python 表合并

​ 杰哥的IT之旅   ​ 人气:0

一、相关知识点讲解

1.1 需要使用的相关库

import numpy as np
import pandas as pd
import os

1.2 os.walk(pwd)

先来看看"G:\a"文件夹下有哪些东西:

代码操作如下:

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)

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']

1.3 os.path.join(path1,path2…)

作用:将多个路径组合后返回

举例如下:

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

结果如下:

G:\a\aa.txt

1.4 案例解析

举例如下:

pwd = "G:\\a"
file_path_list = []
for path,dirs,files in os.walk(pwd):
    for file in files:
        file_path_list.append(os.path.join(pwd,file))
print(file_path_list)

结果如下:

['G:\\a\\aa.txt','G:\\a\\bb.xlsx','G:\\a\\cc.txt','G:\\a\\dd.docx']

1.5 如何在一个列表中存放多个 DataFrame 数据

# 先使用如下代码创建两个DataFrame数据源。
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)

结果如下:

怎么讲上述两个DataFrame拼接在一起?

concat_list = []
concat_list.append(xx)
concat_list.append(yy)
# 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DataFrame列表。
# ignore_list=True表示忽略原有索引,重新生成一组新的索引。
z = pd.concat(concat_list,ignore_list=True)
print(z)
# 或者直接可以写成z = pd.concat([xx,yy],ignore_list=True)

结果如下:

二、多工作簿合并(一)

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

操作如下:

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)

结果如下:

三、多工作簿合并(二)

3.1 相关知识点讲解

3.1.1 xlsxwrite 的用法

1)创建一个"工作簿",此时里面会默认生成一个名叫"Sheet1"的Sheet表。

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()  

2)创建一个"工作簿"并添加一个"工作表",工作表命名为"2018年销量"。

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

结果如下:

3)给"2018年销售量"工作表创建一个表头,向其中插入一条数据。

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()

结果如下:

3.1.2 xlrd 的用法

1)打开某一个存在的excel文件,返回给我们"xlrd.book.Book"工作簿对象;
# 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"
# 以打开上述创建的"test.xlsx"文件为例;
import xlrd
 file = r"G:\Jupyter\test.xlsx"
 xlrd.open_workbook(file)
 # 结果如下:
 <xlrd.book.Book at 0x29bb8e4eda0>
2)sheet_names():获取所有的sheet表表名,假如有多个sheet表,返回一个列表;
import xlrd
file = r"G:\Jupyter\test.xlsx"
fh = xlrd.open_workbook(file)
fh.sheet_names()
# 结果如下:
['2018年销售量', '2019年销售量']

3)sheets()方法:返回的是sheet表的对象列表。
# 返回sheet表的对象列表
fh.sheets()
# 结果如下:
[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]
# 可以利用索引,获取每一个sheet表的对象
fh.sheets()[0]
结果是:<xlrd.sheet.Sheet at 0x29bb8f07a90>
fh.sheets()[1]
结果是:<xlrd.sheet.Sheet at 0x29bb8ef1390>
4)返回每一个sheet表的行数(nrows) 和 列数(ncols);
# 我们可以利用上述创建的sheet表对象,对每一个sheet表进行操作;
fh.sheets()[0].nrows  # 结果是:4
fh.sheets()[0].ncols  # 结果是:3

5)row_values(行数):获取每一个sheet表中每一行的数据;
sheet1 = fh.sheets()[0]
for row in range(fh.sheets()[0].nrows):
   value = sheet1.row_values(row)
   print(value)

结果如下:

6)col_values(列数):获取每一个sheet表中每一列的数据;
sheet1 = fh.sheets()[0]
for col in range(fh.sheets()[0].ncols):
   value = sheet1.col_values(col)
   print(value)

结果如下:

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

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")

将上述代码封装后如下:

import xlrd
import xlsxwriter
import os
class Xlrd():
    def __init__(self,pwd):
        self.datavalue = []
        self.pwd = pwd
    # 打开一个Excel文件,创建一个工作簿对象;
    def open_xlsx(self,fl):
        fh=xlrd.open_workbook(fl)
        return fh
    # 获取sheet表的个数;
    def get_sheet_num(self,fh):
        x = len(fh.sheets())
        return x
    # 读取不同工作簿中每一个sheet中的内容,并返回每行内容组成的列表;
    def get_file_content(self,file,shnum):
        fh = self.open_xlsx(file)
        table=fh.sheets()[shnum]
        num=table.nrows
        for row in range(num):
            rdata=table.row_values(row)
            # 因为每一个sheet表都有一个表头;
            # 这里的判断语句,把这个表头去除掉;
            # 然后在最后写入数据的,添加上一个表头,即可;
            if rdata == ['姓名','性别','年龄','家庭住址']:
                pass
            else:
                self.datavalue.append(rdata)
        return self.datavalue
    # 获取xlsx文件的全路径;
    def get_allxls(self):
        allxls = []
        for path,dirs,files in os.walk(self.pwd):
            for file in files:
                allxls.append(os.path.join(path,file))
        return allxls
    # 返回不同工作簿中,所有的sheet表的内容列表;
    def return_rvalue(self):
        for fl in self.get_allxls():
            fh = self.open_xlsx(fl)
            x = self.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 = self.get_file_content(fl,shnum)
        return rvalue
class Xlsxwriter():
    def __init__(self,endfile,rvalue):
        self.endfile = endfile
        self.rvalue = rvalue
    def save_data(self):
        wb1 = xlsxwriter.Workbook(endfile)
        # 创建一个sheet工作对象;
        ws = wb1.add_worksheet("一年级(7)班")
        # 给文件添加表头;
        ws = wb1.add_worksheet("2018年销售量")
        headings = ['姓名','性别','年龄','家庭住址'] 
        for a in range(len(self.rvalue)):
            for b in range(len(self.rvalue[a])):
                c = self.rvalue[a][b]
                # 因为给文件添加了表头,因此,数据从下一行开始写入;
                ws.write(a+1,b,c)
        wb1.close()
        print("文件合并完成")
pwd = "G:\\d"
xl = Xlrd(pwd)
rvalue = xl.return_rvalue()
endfile = "G:\\d\\concat.xlsx"
write = Xlsxwriter(endfile,rvalue)
write.save_data();

结果如下:

四、一个工作簿多 heet 合并

4.1 将一个 Excel 表中的多个 sheet 表合并,并保存到同一个excel。

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()

结果如下:

五、一表拆分(按照表中某一列进行拆分)

5.1 将一个Excel表,按某一列拆分成多张表。

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

结果如下:

加载全部内容

相关教程
猜你喜欢
用户评论