利用 Python 进行多 Sheet 表合并、多工作簿合并、一表按列拆分
作者:黄伟
来源:杰哥的IT之旅(ID:Jake_Internet)
转载请联系授权(WeChat ID:Hc220066)
一、相关知识点讲解
1、需要使用的相关库
1import numpy as np
2import pandas as pd
3import os
2、os.walk(pwd)
举例如下
① 先来看看"G:\a"文件夹下有哪些东西。
② 代码操作如下:
1pwd = "G:\\a"
2print(os.walk(pwd))
3for i in os.walk(pwd):
4 print(i)
5for path,dirs,files in os.walk(pwd):
6 print(files)
③ 结果如下:
1object walk at 0x0000029BB5AEAB88>
2('G:\\a', [], ['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx'])
3['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx']
3、os.path.join(path1,path2…)
作用:将多个路径组合后返回
举例如下
1path1 = 'G:\\a'
2path2 = 'aa.txt'
3print(os.path.join(path1,path2))
结果如下:
1G:\a\aa.txt
4、案例解析
举例如下:
1pwd = "G:\\a"
2file_path_list = []
3for path,dirs,files in os.walk(pwd):
4 for file in files:
5 file_path_list.append(os.path.join(pwd,file))
6print(file_path_list)
结果如下:
1['G:\\a\\aa.txt','G:\\a\\bb.xlsx','G:\\a\\cc.txt','G:\\a\\dd.docx']
5、怎么在一个列表中存放多个DataFrame数据。
1# 先使用如下代码创建两个DataFrame数据源。
2import numpy as np
3xx = np.arange(15).reshape(5,3)
4yy = np.arange(1,16).reshape(5,3)
5xx = pd.DataFrame(xx,columns=["语文","数学","外语"])
6yy = pd.DataFrame(yy,columns=["语文","数学","外语"])
7print(xx)
8print(yy)
结果如下:
怎么讲上述两个DataFrame拼接在一起?
1concat_list = []
2concat_list.append(xx)
3concat_list.append(yy)
4# pd.concat(list)中【默认axis=0】默认的是数据的纵向合并。
5# pd.concat(list)括号中传入的是一个DataFrame列表。
6# ignore_list=True表示忽略原有索引,重新生成一组新的索引。
7z = pd.concat(concat_list,ignore_list=True)
8print(z)
9
10# 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)
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:
1import pandas as pd
2import os
3pwd = "G:\\b"
4df_list = []
5for path,dirs,files in os.walk(pwd):
6 for file in files:
7 file_path = os.path.join(path,file)
8 df = pd.read_excel(file_path)
9 df_list.append(df)
10result = pd.concat(df_list)
11print(result)
12result.to_excel('G:\\b\\result.xlsx',index=False)
结果如下:
三、多工作簿合并(二)
1、相关知识点讲解
xlsxwrite的用法
11)创建一个"工作簿",此时里面会默认生成一个名叫"Sheet1"的Sheet表。
2import xlsxwriter
3# 这一步相当于创建了一个新的"工作簿";
4# "demo.xlsx"文件不存在,表示新建"工作簿";
5# "demo.xlsx"文件存在,表示新建"工作簿"覆盖原有的"工作簿";
6workbook = xlsxwriter.Workbook("demo.xlsx")
7# 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。
8workbook.close()
92)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"。
10import xlsxwriter
11workbook = xlsxwriter.Workbook("cc.xlsx")
12worksheet = workbook.add_worksheet("2018年销售量")
13workbook.close()
结果如下:
13)给"2018年销售量"工作表创建一个表头,向其中插入一条数据。
2import xlsxwriter
3# 创建一个名为【demo.xlsx】工作簿;
4workbook = xlsxwriter.Workbook("demo.xlsx")
5# 创建一个名为【2018年销售量】工作表;
6worksheet = workbook.add_worksheet("2018年销售量")
7# 使用write_row方法,为【2018年销售量】工作表,添加一个表头;
8headings = ['产品','销量',"单价"]
9worksheet.write_row('A1',headings)
10# 使用write方法,在【2018年销售量】工作表中插入一条数据;
11# write语法格式:worksheet.write(行,列,数据)
12data = ["苹果",500,8.9]
13for i in range(len(headings)):
14 worksheet.write(1,i,data[i])
15workbook.close()
结果如下:
其他用法可以参考:https://www.cnblogs.com/brightbrother/p/8671077.html
xlrd的用法
11)打开某一个存在的excel文件,返回给我们"xlrd.book.Book"工作簿对象;
2# 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。
3# 我们并看不到"打开的这个效果"
4# 以打开上述创建的"test.xlsx"文件为例;
5import xlrd
6file = r"G:\Jupyter\test.xlsx"
7xlrd.open_workbook(file)
8# 结果如下:
90x29bb8e4eda0>
10
112)sheet_names():获取所有的sheet表表名,假如有多个sheet表,返回一个列表;
12import xlrd
13file = r"G:\Jupyter\test.xlsx"
14fh = xlrd.open_workbook(file)
15fh.sheet_names()
16# 结果如下:
17['2018年销售量', '2019年销售量']
18
193)sheets()方法:返回的是sheet表的对象列表。
20# 返回sheet表的对象列表
21fh.sheets()
22# 结果如下:
23[0x29bb8f07a90>, 0x29bb8ef1390>]
24
25# 可以利用索引,获取每一个sheet表的对象
26fh.sheets()[0]
27结果是:0x29bb8f07a90>
28fh.sheets()[1]
29结果是:0x29bb8ef1390>
30
314)返回每一个sheet表的行数(nrows) 和 列数(ncols);
32# 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;
33fh.sheets()[0].nrows # 结果是:4
34fh.sheets()[0].ncols # 结果是:3
35
365)row_values(行数):获取每一个sheet表中每一行的数据;
37sheet1 = fh.sheets()[0]
38for row in range(fh.sheets()[0].nrows):
39 value = sheet1.row_values(row)
40 print(value)
结果如下:
16)col_values(列数):获取每一个sheet表中每一列的数据;
2sheet1 = fh.sheets()[0]
3for col in range(fh.sheets()[0].ncols):
4 value = sheet1.col_values(col)
5 print(value)
结果如下:
2、将多个Excel合并到一个Excel中(每个Excel中不只一个sheet表)
1import xlrd
2import xlsxwriter
3import os
4
5# 打开一个Excel文件,创建一个工作簿对象
6def open_xlsx(file):
7 fh=xlrd.open_workbook(file)
8 return fh
9
10# 获取sheet表的个数
11def get_sheet_num(fh):
12 x = len(fh.sheets())
13 return x
14
15# 读取文件内容并返回行内容
16def get_file_content(file,shnum):
17 fh=open_xlsx(file)
18 table=fh.sheets()[shnum]
19 num=table.nrows
20 for row in range(num):
21 rdata=table.row_values(row)
22 datavalue.append(rdata)
23 return datavalue
24
25def get_allxls(pwd):
26 allxls = []
27 for path,dirs,files in os.walk(pwd):
28 for file in files:
29 allxls.append(os.path.join(path,file))
30 return allxls
31
32# 存储所有读取的结果
33datavalue = []
34pwd = "G:\\d"
35for fl in get_allxls(pwd):
36 fh = open_xlsx(fl)
37 x = get_sheet_num(fh)
38 for shnum in range(x):
39 print("正在读取文件:"+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")
40 rvalue = get_file_content(fl,shnum)
41
42# 定义最终合并后生成的新文件
43endfile = "G:\\d\\concat.xlsx"
44wb1=xlsxwriter.Workbook(endfile)
45# 创建一个sheet工作对象
46ws=wb1.add_worksheet()
47for a in range(len(rvalue)):
48 for b in range(len(rvalue[a])):
49 c=rvalue[a][b]
50 ws.write(a,b,c)
51wb1.close()
52print("文件合并完成")
【将上述代码封装后如下】
1import xlrd
2import xlsxwriter
3import os
4
5class Xlrd():
6 def __init__(self,pwd):
7 self.datavalue = []
8 self.pwd = pwd
9
10 # 打开一个Excel文件,创建一个工作簿对象;
11 def open_xlsx(self,fl):
12 fh=xlrd.open_workbook(fl)
13 return fh
14
15 # 获取sheet表的个数;
16 def get_sheet_num(self,fh):
17 x = len(fh.sheets())
18 return x
19
20 # 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;
21 def get_file_content(self,file,shnum):
22 fh = self.open_xlsx(file)
23 table=fh.sheets()[shnum]
24 num=table.nrows
25 for row in range(num):
26 rdata=table.row_values(row)
27 # 因为每一个sheet表都有一个表头;
28 # 这里的判断语句,把这个表头去除掉;
29 # 然后在最后写入数据的,添加上一个表头,即可;
30 if rdata == ['姓名','性别','年龄','家庭住址']:
31 pass
32 else:
33 self.datavalue.append(rdata)
34 return self.datavalue
35
36 # 获取xlsx文件的全路径;
37 def get_allxls(self):
38 allxls = []
39 for path,dirs,files in os.walk(self.pwd):
40 for file in files:
41 allxls.append(os.path.join(path,file))
42 return allxls
43
44 # 返回不同工作簿中,所有的sheet表的内容列表;
45 def return_rvalue(self):
46 for fl in self.get_allxls():
47 fh = self.open_xlsx(fl)
48 x = self.get_sheet_num(fh)
49 for shnum in range(x):
50 print("正在读取文件:"+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")
51 rvalue = self.get_file_content(fl,shnum)
52 return rvalue
53
54class Xlsxwriter():
55 def __init__(self,endfile,rvalue):
56 self.endfile = endfile
57 self.rvalue = rvalue
58
59 def save_data(self):
60 wb1 = xlsxwriter.Workbook(endfile)
61 # 创建一个sheet工作对象;
62 ws = wb1.add_worksheet("一年级(7)班")
63 # 给文件添加表头;
64 ws = wb1.add_worksheet("2018年销售量")
65 headings = ['姓名','性别','年龄','家庭住址']
66 for a in range(len(self.rvalue)):
67 for b in range(len(self.rvalue[a])):
68 c = self.rvalue[a][b]
69 # 因为给文件添加了表头,因此,数据从下一行开始写入;
70 ws.write(a+1,b,c)
71 wb1.close()
72 print("文件合并完成")
73
74pwd = "G:\\d"
75xl = Xlrd(pwd)
76rvalue = xl.return_rvalue()
77endfile = "G:\\d\\concat.xlsx"
78write = Xlsxwriter(endfile,rvalue)
79write.save_data();
结果如下:
四、一个工作簿多sheet表合并。
1、将一个Excel表中的多个sheet表合并,并保存到同一个excel。
1import xlrd
2import pandas as pd
3from pandas import DataFrame
4from openpyxl import load_workbook
5
6excel_name = r"D:\pp.xlsx"
7wb = xlrd.open_workbook(excel_name)
8sheets = wb.sheet_names()
9
10alldata = DataFrame()
11for i in range(len(sheets)):
12 df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')
13 alldata = alldata.append(df)
14
15writer = pd.ExcelWriter(r"C:\Users\Administrator\Desktop\score.xlsx",engine='openpyxl')
16book = load_workbook(writer.path)
17writer.book = book
18# 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
19
20alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")
21writer.save()
22writer.close()
结果如下:
五、一表拆分(按照表中某一列进行拆分)
1、将一个Excel表,按某一列拆分成多张表。
1import pandas as pd
2import xlsxwriter
3data=pd.read_excel(r"C:\Users\Administrator\Desktop\chaifen.xlsx",encoding='gbk')
4
5area_list=list(set(data['店铺']))
6
7writer=pd.ExcelWriter(r"C:\Users\Administrator\Desktop\拆好的表1.xlsx",engine='xlsxwriter')
8data.to_excel(writer,sheet_name="总表",index=False)
9
10for j in area_list:
11 df=data[data['店铺']==j]
12 df.to_excel(writer,sheet_name=j,index=False)
13
14writer.save() #一定要加上这句代码,“拆好的表”才会显示出来
结果如下:
推荐阅读
*《学习 Python 有这些资源足以!》
*《学习 Python 的 14 张思维导图~》
*《改善 Python 程序的91个建议》
*《Linux 环境下安装 Python3 的操作方法》
*《Python 运维中20个常用的库和模块》
*《做到这 20 条,Python 程序性能轻松翻倍!》
*《一篇了解 Python 爬虫技术方方面面》
*《常见的 25 个 Python 面试问答》
评论