原标题:Python实战:合并 Excel 表格
首先是需求一:有 表 A.xlsx 和 表 B.xlsx,想将其纵向合并成同一张表格:
以及需求二:想在 表 C.xlsx 中提取第三列、在 表 D.xlsx 中提取前两列,整合成新的表格:
如果不用编程,纯手工操作其实并不难,选中区域、复制再粘贴就搞定了。工作量小的情况下,手工操作一番还挺快乐的;但如果文件几十上百份、甚至成百上千的话就一言难尽了。所以,工作量大时,编程代码来实现上述操作的优势就凸显了:修改代码中几个参数,设置几个循环遍历,等几秒钟便可轻松搞定。
下面看 Python 实现的思路和步骤,还是要用之前提到过的 pandas 库。
pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。
关于 pandas 网上一堆这里先不赘述。此外,由于涉及 xlsx 格式的 Excel 表格读写,还需要 xlrd 和 openpyxl 模块的支持,可通过以下命令安装模块:
pipinstall xlrdpip install openpyxl
如果运行代码过程中,报错 No Module ... 可以尝试安装相应模块来解决。
需求一编码
模块准备就绪,首先是导入 pandas 模块,通过 read_excel 方法来读取表格内容。表 A 读取如下:
表 B 读取如下:
读取到的表格内容的数据格式是 Dataframe (pandas 中的一种数据格式),最左侧竖排 0 开始的数字是该数据格式的 index。
我们可以通过 pandas 中的 concat 方法来合并不同的 Dataframe。注意 concat 方法中有个参数是 axis,默认为 0 表示按行即纵向合并,此处我们没有做设置使用的是默认值:
合并成功,但仍有问题,即最左侧的 index 和 "序号" 一列中的数字并没有实现依据实际表格数据进行更新,仍是保持原样需要做调整。首先是通过 reset_index 来重置下 index:
此外还要对"序号"这一列中的数字更新处理:
OK,纵向合并完成,将合并后的数据通过 to_excel 方法保存到 xlsx 表格中:
最终,文件夹内会生成 result1.xlsx 表格文件,即合并后的结果了。
需求二编码
相较上个需求,此处额外多了一个提取某列,即定位数据格式中的部分数据,同时不同的是这次我们要横向按列合并提取出的内容。大致有些思路,仍是一步步来,首先仍是通过 read_excel 读取两个表格:
因为需求要定位到特定某列,故通过 iloc 方法实现通过索引定位并提取某行某列数据,首先是 iloc[:,2] 获取 表 C 中的第三列(此处 ":" 代表所有行;2 代表由0开始的列索引值,即第三列):
以及 iloc[:,[0,1]] 获取 表 D 中的第一、二列(此处 ":" 代表所有行;[0,1] 代表由0开始的列索引值,即第一列和第二列):
获取到了特定的数据内容,仍然通过 concat 来合并,这里由于我们需要横向按列合并,故需要额外设置 axis 参数为 1:
最终仍是通过 to_excel 方法保存 xlsx 格式表格文件:
至此,需求完成,任务搞定。返回搜狐,查看更多
责任编辑: