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:
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
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。
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
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 ) |
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 ) |
联系客服