目录
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：
© 版权声明
THE END
暂无评论内容