Pandas实现批量拆分与合并Excel的示例代码

目录

• 前言
• 一、拆分成小表格
• 二、合并excel
• 1.介绍
• 2.代码

前言

提示：这里可以添加本文要记录的大概内容：

将一个EXCEL等份拆成多个EXCEL

将多个小EXCEL合并成一个大EXCEL并标记来源

提示：以下是本篇文章正文内容，下面案例可供参考

一、拆分成小表格

代码如下（示例）：

import pandas as pd
import os
work_dir=r\"G:\\360Downloads\\myself\\zuoye\\合并拆分\"
splits_dir=f\"{work_dir}\\splits\"
#如果不存在splits文件夹则创建它
if not os.path.exists(splits_dir):
    os.mkdir(splits_dir)
#引入源文件
df_source=pd.read_excel(f\"{work_dir}/5月份台账.xlsx\",sheet_name=\"5月份台账87334\",skiprows=2)
df_source.head(3)
df_source.index
df_source.shape
total_row_count=df_source.shape[0]
total_row_count
#拆分成多个大小相同的excel
#1.使用df.iloc方法
#2.使用dataframe.to_excel保存到每个小excel中
#计算拆分后小excel的行数
user_names=[\"xiaoA\",\"xiaoB\",\"xiaoC\",\"wmy\",\"jzz\",\"xmw\"]
#每个人的任务数
split_size=total_row_count//len(user_names)
if total_row_count%len(user_names)!=0:
    split_size+=1
split_size
#拆分多个dataframe
df_subs=[]
#enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列
for idx,user_name in enumerate(user_names):
    #iloc的开始索引
    begin=idx*split_size
    #iloc的结束索引
    end=begin+split_size
    #实现df按照iloc拆分
    df_sub=df_source.iloc[begin:end]
    #将每个子df存入列表
    df_subs.append((idx,user_name,df_sub))
#将每个dataframe存入excel
for idx,user_name,df_sub in df_subs:
    filename=f\"{splits_dir}/ee_{idx}_{user_name}.xlsx\"
    df_sub.to_excel(filename,index=False)

二、合并excel

1.介绍

1、遍历文件夹，得到要合并的excel文件列表

2、分别读取到dataframe，给每一列标记来源

3、使用pd.conca进行df批量合并

4、将合并后的dataframe输出到excel

2.代码

代码如下（示例）：

import pandas as pd
import os
work_dir=r\"G:\\360Downloads\\myself\\zuoye\\合并拆分\"
splits_dir=f\"{work_dir}\\splits\"
#如果不存在splits文件夹则创建它
if not os.path.exists(splits_dir):
    os.mkdir(splits_dir)
#遍历文件夹，得到要合并的excel名称列表
excel_names=[]
for excel_name in os.listdir(splits_dir):
    excel_names.append(excel_name)
excel_names
df_list=[]
for excel_name in excel_names:
    #读取每个excel到df
    excel_path=f\"{splits_dir}/{excel_name}\"
    df_split=pd.read_excel(excel_path)
    username=excel_name.replace(\"ee_\",\"\").replace(\".xlsx\",\"\")[2:]
    print(excel_name,username)
    #添加列，用户名字
    df_split[\"username\"]=username
    df_list.append(df_split)
#concat合并
df_merged=pd.concat(df_list)
df_merged.shape
df_merged.head()
df_merged[\"username\"].value_counts()
#输出
df_merged.to_excel(f\"{work_dir}/merged.xlsx\",index=False)