利用 Python 进行多 Sheet 表合并、多工作簿合并、一表按列拆分

• 2020 年 2 月 26 日
• 筆記

一、相关知识点讲解

1、需要使用的相关库

1import numpy as np  2import pandas as pd  3import os

2、os.walk(pwd)

举例如下 ① 先来看看"G:a"文件夹下有哪些东西。

② 代码操作如下：

1pwd = "G:\a"  2print(os.walk(pwd))  3for i in os.walk(pwd):  4    print(i)  5for path,dirs,files in os.walk(pwd):  6    print(files)

③ 结果如下：

1<generator object walk at 0x0000029BB5AEAB88>  2('G:\a', [], ['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx'])  3['aa.txt', 'bb.xlsx', 'cc.txt', 'dd.docx']

3、os.path.join(path1,path2…)

作用：将多个路径组合后返回

举例如下

1path1 = 'G:\a'  2path2 = 'aa.txt'  3print(os.path.join(path1,path2))

结果如下：

1G:aaa.txt

4、案例解析

举例如下：

1pwd = "G:\a"  2file_path_list = []  3for path,dirs,files in os.walk(pwd):  4    for file in files:  5        file_path_list.append(os.path.join(pwd,file))  6print(file_path_list)

结果如下：

1['G:\a\aa.txt','G:\a\bb.xlsx','G:\a\cc.txt','G:\a\dd.docx']

5、怎么在一个列表中存放多个DataFrame数据。

1# 先使用如下代码创建两个DataFrame数据源。  2import numpy as np  3xx = np.arange(15).reshape(5,3)  4yy = np.arange(1,16).reshape(5,3)  5xx = pd.DataFrame(xx,columns=["语文","数学","外语"])  6yy = pd.DataFrame(yy,columns=["语文","数学","外语"])  7print(xx)  8print(yy)

结果如下：

怎么讲上述两个DataFrame拼接在一起？

 1concat_list = []   2concat_list.append(xx)   3concat_list.append(yy)   4# pd.concat(list)中【默认axis=0】默认的是数据的纵向合并。   5# pd.concat(list)括号中传入的是一个DataFrame列表。   6# ignore_list=True表示忽略原有索引，重新生成一组新的索引。   7z = pd.concat(concat_list,ignore_list=True)   8print(z)   9  10# 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）

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：

 1import pandas as pd   2import os   3pwd = "G:\b"   4df_list = []   5for path,dirs,files in os.walk(pwd):   6    for file in files:   7        file_path = os.path.join(path,file)   8        df = pd.read_excel(file_path)   9        df_list.append(df)  10result = pd.concat(df_list)  11print(result)  12result.to_excel('G:\b\result.xlsx',index=False)

结果如下：

三、多工作簿合并（二）

1、相关知识点讲解

xlsxwrite的用法

 11）创建一个"工作簿"，此时里面会默认生成一个名叫"Sheet1"的Sheet表。   2import xlsxwriter   3# 这一步相当于创建了一个新的"工作簿"；   4# "demo.xlsx"文件不存在，表示新建"工作簿"；   5# "demo.xlsx"文件存在，表示新建"工作簿"覆盖原有的"工作簿"；   6workbook = xlsxwriter.Workbook("demo.xlsx")   7# 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。   8workbook.close()   92）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"。  10import xlsxwriter  11workbook = xlsxwriter.Workbook("cc.xlsx")  12worksheet = workbook.add_worksheet("2018年销售量")  13workbook.close()   

结果如下：

 13）给"2018年销售量"工作表创建一个表头，向其中插入一条数据。   2import xlsxwriter   3# 创建一个名为【demo.xlsx】工作簿；   4workbook = xlsxwriter.Workbook("demo.xlsx")   5# 创建一个名为【2018年销售量】工作表；   6worksheet = workbook.add_worksheet("2018年销售量")   7# 使用write_row方法，为【2018年销售量】工作表，添加一个表头；   8headings = ['产品','销量',"单价"]   9worksheet.write_row('A1',headings)  10# 使用write方法，在【2018年销售量】工作表中插入一条数据；  11# write语法格式：worksheet.write(行,列,数据)  12data = ["苹果",500,8.9]  13for i in range(len(headings)):  14    worksheet.write(1,i,data[i])  15workbook.close()

结果如下：

其他用法可以参考：https://www.cnblogs.com/brightbrother/p/8671077.html

xlrd的用法

 11）打开某一个存在的excel文件，返回给我们"xlrd.book.Book"工作簿对象；   2# 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。   3# 我们并看不到"打开的这个效果"   4# 以打开上述创建的"test.xlsx"文件为例；   5import xlrd   6file = r"G:Jupytertest.xlsx"   7xlrd.open_workbook(file)   8# 结果如下：   9<xlrd.book.Book at 0x29bb8e4eda0>  10  112）sheet_names()：获取所有的sheet表表名，假如有多个sheet表，返回一个列表；  12import xlrd  13file = r"G:Jupytertest.xlsx"  14fh = xlrd.open_workbook(file)  15fh.sheet_names()  16# 结果如下：  17['2018年销售量', '2019年销售量']  18  193）sheets()方法：返回的是sheet表的对象列表。  20# 返回sheet表的对象列表  21fh.sheets()  22# 结果如下：  23[<xlrd.sheet.Sheet at 0x29bb8f07a90>, <xlrd.sheet.Sheet at 0x29bb8ef1390>]  24  25# 可以利用索引，获取每一个sheet表的对象  26fh.sheets()[0]  27结果是：<xlrd.sheet.Sheet at 0x29bb8f07a90>  28fh.sheets()[1]  29结果是：<xlrd.sheet.Sheet at 0x29bb8ef1390>  30  314）返回每一个sheet表的行数(nrows) 和 列数(ncols)；  32# 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；  33fh.sheets()[0].nrows  # 结果是：4  34fh.sheets()[0].ncols  # 结果是：3  35  365）row_values(行数)：获取每一个sheet表中每一行的数据；  37sheet1 = fh.sheets()[0]  38for row in range(fh.sheets()[0].nrows):  39   value = sheet1.row_values(row)  40   print(value)

结果如下：

16）col_values(列数)：获取每一个sheet表中每一列的数据；  2sheet1 = fh.sheets()[0]  3for col in range(fh.sheets()[0].ncols):  4   value = sheet1.col_values(col)  5   print(value)

结果如下：

2、将多个Excel合并到一个Excel中（每个Excel中不只一个sheet表）

 1import xlrd   2import xlsxwriter   3import os   4   5# 打开一个Excel文件，创建一个工作簿对象   6def open_xlsx(file):   7    fh=xlrd.open_workbook(file)   8    return fh   9  10# 获取sheet表的个数  11def get_sheet_num(fh):  12    x = len(fh.sheets())  13    return x  14  15# 读取文件内容并返回行内容  16def get_file_content(file,shnum):  17    fh=open_xlsx(file)  18    table=fh.sheets()[shnum]  19    num=table.nrows  20    for row in range(num):  21        rdata=table.row_values(row)  22        datavalue.append(rdata)  23    return datavalue  24  25def get_allxls(pwd):  26    allxls = []  27    for path,dirs,files in os.walk(pwd):  28        for file in files:  29            allxls.append(os.path.join(path,file))  30    return allxls  31  32# 存储所有读取的结果  33datavalue = []  34pwd = "G:\d"  35for fl in get_allxls(pwd):  36    fh = open_xlsx(fl)  37    x = get_sheet_num(fh)  38    for shnum in range(x):  39        print("正在读取文件："+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")  40        rvalue = get_file_content(fl,shnum)  41  42# 定义最终合并后生成的新文件  43endfile = "G:\d\concat.xlsx"  44wb1=xlsxwriter.Workbook(endfile)  45# 创建一个sheet工作对象  46ws=wb1.add_worksheet()  47for a in range(len(rvalue)):  48    for b in range(len(rvalue[a])):  49        c=rvalue[a][b]  50        ws.write(a,b,c)  51wb1.close()  52print("文件合并完成")

【将上述代码封装后如下】

 1import xlrd   2import xlsxwriter   3import os   4   5class Xlrd():   6    def __init__(self,pwd):   7        self.datavalue = []   8        self.pwd = pwd   9  10    # 打开一个Excel文件，创建一个工作簿对象；  11    def open_xlsx(self,fl):  12        fh=xlrd.open_workbook(fl)  13        return fh  14  15    # 获取sheet表的个数；  16    def get_sheet_num(self,fh):  17        x = len(fh.sheets())  18        return x  19  20    # 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；  21    def get_file_content(self,file,shnum):  22        fh = self.open_xlsx(file)  23        table=fh.sheets()[shnum]  24        num=table.nrows  25        for row in range(num):  26            rdata=table.row_values(row)  27            # 因为每一个sheet表都有一个表头；  28            # 这里的判断语句，把这个表头去除掉；  29            # 然后在最后写入数据的，添加上一个表头，即可；  30            if rdata == ['姓名','性别','年龄','家庭住址']:  31                pass  32            else:  33                self.datavalue.append(rdata)  34        return self.datavalue  35  36    # 获取xlsx文件的全路径；  37    def get_allxls(self):  38        allxls = []  39        for path,dirs,files in os.walk(self.pwd):  40            for file in files:  41                allxls.append(os.path.join(path,file))  42        return allxls  43  44    # 返回不同工作簿中，所有的sheet表的内容列表；  45    def return_rvalue(self):  46        for fl in self.get_allxls():  47            fh = self.open_xlsx(fl)  48            x = self.get_sheet_num(fh)  49            for shnum in range(x):  50                print("正在读取文件："+str(fl)+"的第"+str(shnum)+"个sheet表的内容...")  51                rvalue = self.get_file_content(fl,shnum)  52        return rvalue  53  54class Xlsxwriter():  55    def __init__(self,endfile,rvalue):  56        self.endfile = endfile  57        self.rvalue = rvalue  58  59    def save_data(self):  60        wb1 = xlsxwriter.Workbook(endfile)  61        # 创建一个sheet工作对象；  62        ws = wb1.add_worksheet("一年级(7)班")  63        # 给文件添加表头；  64        ws = wb1.add_worksheet("2018年销售量")  65        headings = ['姓名','性别','年龄','家庭住址']  66        for a in range(len(self.rvalue)):  67            for b in range(len(self.rvalue[a])):  68                c = self.rvalue[a][b]  69                # 因为给文件添加了表头，因此，数据从下一行开始写入；  70                ws.write(a+1,b,c)  71        wb1.close()  72        print("文件合并完成")  73  74pwd = "G:\d"  75xl = Xlrd(pwd)  76rvalue = xl.return_rvalue()  77endfile = "G:\d\concat.xlsx"  78write = Xlsxwriter(endfile,rvalue)  79write.save_data()；

结果如下：

四、一个工作簿多sheet表合并。

1、将一个Excel表中的多个sheet表合并，并保存到同一个excel。

 1import xlrd   2import pandas as pd   3from pandas import DataFrame   4from openpyxl import load_workbook   5   6excel_name = r"D:pp.xlsx"   7wb = xlrd.open_workbook(excel_name)   8sheets = wb.sheet_names()   9  10alldata = DataFrame()  11for i in range(len(sheets)):  12    df = pd.read_excel(excel_name, sheet_name=i, index=False, encoding='utf8')  13    alldata = alldata.append(df)  14  15writer = pd.ExcelWriter(r"C:UsersAdministratorDesktopscore.xlsx",engine='openpyxl')  16book = load_workbook(writer.path)  17writer.book = book  18# 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  19  20alldata.to_excel(excel_writer=writer,sheet_name="ALLDATA")  21writer.save()  22writer.close()

结果如下：

五、一表拆分(按照表中某一列进行拆分)

1、将一个Excel表，按某一列拆分成多张表。

 1import pandas as pd   2import xlsxwriter   3data=pd.read_excel(r"C:UsersAdministratorDesktopchaifen.xlsx",encoding='gbk')   4   5area_list=list(set(data['店铺']))   6   7writer=pd.ExcelWriter(r"C:UsersAdministratorDesktop拆好的表1.xlsx",engine='xlsxwriter')   8data.to_excel(writer,sheet_name="总表",index=False)   9  10for j in area_list:  11    df=data[data['店铺']==j]  12    df.to_excel(writer,sheet_name=j,index=False)  13  14writer.save()  #一定要加上这句代码，“拆好的表”才会显示出来

结果如下：