Python 实现多表和工作簿合并及一表按列拆分
作者:??杰哥的IT之旅???? 发布时间:2022-06-27 05:58:42
标签:Python,表,合并,拆分
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:
来源:https://juejin.cn/post/6982026585340084260
0
投稿
猜你喜欢
- 本文实例讲述了Python实现基于HTTP文件传输的方法。分享给大家供大家参考。具体实现方法如下:一、问题:因为需要最近看了一下通过POST
- 来源:Chinaasp 之所以翻译这篇文章,是因为目前关于CGI安全性的文章都是拿Perl作为例子,而专门介绍ASP,PHP或者JSP安全性
- 序言:php错误就是会使脚本运行不正常的情况。php的错误有很多种,包括warning、notice、deprecated、fetal er
- 电影之类的长视频好像都用m3u8格式了,这就导致了多线程下载视频的意义不是很大,都是短视频,线不线程就没什么意义了嘛。我们知道,m3u8的链
- 1.lower()将字符串中的大写字母转换成小写字母语法:str.lower()#举例:str1 = "LiBai is a bo
- 1.为什么需要创建虚拟环境?虚拟环境是隔离应用确切依赖项的好办法。此类隔离避免了全局 Python 环境中的冲突,有助于进行测试和协作。随着
- 图片外框特征参数:①dashed:虚线 ②dotted:点虚线 ③solid:实线 ④double:双线 ⑤groove:沟槽状 ⑥ridg
- 有没有办法更快一点? 有没有办法一次性收缩所有数据库? 代码如下:alter database 数据库名 set recovery simp
- 1、Numpy ndarray对象numpy ndarray对象是一个n维数组对象,ndarray只能存储一系列相同元素。#一维数组[1,2
- 定位原理很简单,故不赘述,直接上源码,内附注释。(如果对您的学习有所帮助,还请帮忙点个赞,谢谢了)#!/usr/bin/env python
- 前言2017年12月2日,Django官方发布了2.0版本,成为多年来的第一次大版本提升,那么2.0对广大Django使用者有哪些变化和需要
- 1.python爬虫浏览器伪装#导入urllib.request模块import urllib.request#设置请求头headers=(
- 这两条是关于IE环境中的CSS的。不要使用import引入CSS,可以避免内容的无样式瞬间(FOUC)问题。不要把样式的link放到页面后(
- 一、介绍我们在项目的开发过程中应该会遇到这样的问题:我们的项目读取某个配置文件,然后才能按照配置的信息正常运行服务,当我们需要对修改服务的某
- 此脚本从给定的网页中检索所有链接,并将其保存为txt文件。(文末有完整源码)这是一个简单的网络爬虫示例,使用了 requests 库来发送
- 如何修改数据库名(db_name)及实例名(Instance_name or Service_name) Nid是Oracle从9iR2开始
- 目录1、正则表达式1.1 正则表达式字符串1.1.1 元字符1.1.2 字符转义1.1.3 开始与结束字符1.2 字符类1.2.1 定义字符
- 如下所示:#!/usr/bin/python# -*- coding: utf-8 -*-def rever(sentence): &nbs
- 在Python 2.7中,一个float的repr返回最接近十七位数的十进制数;这足以精确地识别每个可能的IEEE浮点值.浮点数的str类似
- 先简单做个分享,有时间再补一个完整的用例self.textEdit = QtGui.QTextEdit(slef)1.设置背景颜色self.