只需10行代码就能对Excel文件进行批量去重~
共 2023字，需浏览 5分钟
·
2022-01-21 01:51
我今天就来跟大家分享一下：如何实现不同的Excel文件去重，并重新写入~
01
去重
我们使用Pandas库的drop_duplicates(subset=None, keep=‘first’, inplace=False)功能来对Excel文件中的重复项进行删除。
其中，subset参数代表指定列标记，默认当每一条行记录完全相同时，才会认定为重复行；keep=‘’有‘first’、‘last’和‘False’，意思是删除重复行时，保留first还是last还是全部删除，默认参数是‘first’；inplace=‘’有True和Flase，意思是直接替换还是保留副本,默认值是Flase。
01
读取Excel
import pandas as pd
df = pd.read_excel('全部.xlsx')
02
选中列去重
df.drop_duplicates(['用户名称'])
其中第2、3行的用户名称与第0、1行重复，所以被删除。
03
保存最后一个重复数据
df.drop_duplicates(['用户名称'],keep='last')
因为我们设定保存最后一个重复数据，所以删除了第0、1行数据。
04
保存Excel
df.to_excel('去重后.xlsx')
02
批量获取Excel文件
在上面我们已经学会如何对单个Excel文件去重了，但是在读取文件名的时候，我们还是需要手动输入的，如果文件很多的话，我们要一个一个的输入，这不仅麻烦，而且也不符合自动化办公的名头。所以，我们就需要想办法取得该目录下的所有Excel文件。
这里我们用的是Pathlib库，取得该目录下所有的xlsx格式文件。
path = 'K:\自动化办公'
将该目录下所有文件存储到files列表中，代码如下：
files = []
p = Path(src_path)
for x in p.iterdir():
if PurePath(x).match('*.xlsx'):
files.append(x)
03
小结
批量对Excel文件去重的思路是：
1. 获取该目录下所有的Excel文件，并存入一个列表中。
2. 依次循环列表中文件，进行去重。
3. 每去重完一个文件，进行一次保存。
4. 本文仅供学习参考，不做它用。
最后新年来了，说一下我们的新动作
我们理财交流小分队成立了，新的一年来啦，一起提高自己的理财技能，互相切磋抱团取暖，交流信息。去年没有抓住新能源这个大腿，错过一大波的红利，可见信息差有多重要，如何把握热点，如何提高整体的理财策略，如何降低分险，仓位如何控制，都需要好好研究。今年赶紧成了一个小分队，一起共商大计。
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜
年度爆款文案
点阅读原文，看200个Python案例!