Python实现合并excel表格的方法分析

  更新时间：2019年04月13日 13:24:18   作者：shuyueliang1  

这篇文章主要介绍了Python实现合并excel表格的方法,结合实例形式分析了Python合并Excel表格的原理、实现步骤与相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python实现合并excel表格的方法。分享给大家供大家参考，具体如下：

需求

将一个文件夹中的excel表格合并成我们想要的形式，主要要pandas中的concat()函数

思路

用os库将所需要处理的表格放到同一个列表中，然后遍历列表，依次把所有文件纵向连接起来。
最开始的第一种思路是先拿一个文件出来，然后让这个文件依次去和列表中的剩余文件合并；
第二种是用文件夹中第一个文件和剩余的文件合并，使用range(1,len(file))，可以省去单独取第一个文件的步骤。

遇到的问题

读取

好久没写过这个了，竟然在读取的时候出了很多错误，花了很多时间，下面按时间顺序小结一下
因为之前看到有人直接在pd.read_excel()后面操作，不需要像我以前一样分开操作

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

#以前的操作方式,需要占用三行 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣') temp_columns = ['',''] df_1 = df[temp_columns].dropna() #但我在进阶的过程中，格式弄错了，导致一直报错 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣').[['采集时间']['功率E(W)']] >>>df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣').[['采集时间']['功率E(W)']] ^ SyntaxError: invalid syntax #发现多了个“.”，用pd读取的excel已经是dataframe的格式了，提取直接用列表的方式就行，加“.”是表示用pd中的函数，完全不同，修正后，再运行，又报错。。。 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间']['功率E(W)']] >>>TypeError: list indices must be integers or slices, not str #发现列表中的子列表元素间忘记用“，”分隔了，修正，再运行 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间'],['功率E(W)']] >>>TypeError: unhashable type: 'list' #说实话，当时心态有点崩，但还是仔细找了找原因，报错，列表是不可拆分的类型。再对比以前的代码，才发现问题所在。 df = pd.read_excel(r'C:.\1.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']]

需要用双层列表，外面那层是用于读取dataframe,里面那层是索引的集合

完整代码

思路1：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

# -*- coding: utf-8 -*- import numpy as np import pandas as pd import os #改变当前的路径 os.chdir(r'C:\Users\hao\Desktop\重写数据整理\源数据') #将当前目录下的文件以列表的形式存放 file = os.listdir("./") df_0 = pd.read_excel(r'C:\Users\hao\Desktop\重写数据整理\143NNCZ01_M_2017-06.xlsx', sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna() #print(df_0) #df_0是第一个，依次和循环里面的每一个表做纵向连接 for aa,excel in enumerate(file) :  #enumerate 遍历，aa 返回序列，便于计数和监视   print('当前正在处理的文件：',excel)   df_1 = pd.read_excel(excel, sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna()   #print(df_1)   df_0 = pd.concat([df_0,df_1],ignore_index=True, axis=0)   #print(df_0) df_0.to_excel(r'C:\Users\hao\Desktop\output3.xlsx', index=None)

思路二：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

# -*- coding: utf-8 -*- import numpy as np import pandas as pd import os #改变当前的路径 os.chdir(r'C:\Users\hao\Desktop\重写数据整理\源数据') #将当前目录下的文件以列表的形式存放 file = os.listdir("./") df_0 = pd.read_excel(file[0], sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna() #print(df_0) #df_0是第一个，依次和循环里面的每一个表做纵向连接 for i in range(1,len(file)) :  #enumerate 遍历，aa 返回序列，便于计数和监视   print('当前正在处理的文件：',file[i],'第{}/{}个'.format(i+1,len(file)+1))   df_1 = pd.read_excel(file[i], sheet_name = '设备检测_空调伴侣')[['采集时间','功率E(W)']].dropna()   #print(df_1)   df_0 = pd.concat([df_0,df_1],ignore_index=True, axis=0)   #print(df_0) df_0.to_excel(r'C:\Users\hao\Desktop\output5.xlsx', index=None)